#69 Claude Sonnet 4.6
none- Kosten
- $0.038
- Zeit
- 27.3s
- Token
- 2,598 tok
Anthropic
Veröffentlichung: 2026-02-17
Getestet am: 2026-05-22 00:12
anthropic/claude-sonnet-4.6::none
(medium)
(none)
Zusammenfassung
Claude Sonnet 4.6 erreicht 7.0 bei AI BENCHY und liegt auf #69. Das Modell hat 10.0 Zuverlässigkeit, 58.3% Erfolgsrate, $0.306 Gesamtkosten und 5.33s durchschnittliche Antwortzeit.
Was Claude Sonnet 4.6 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Anti-KI-Tricks mit #13.
7.0
Konsistenz
9.7
10.0
Gesamte Ausgabe-Token
9,453
Gesamte Eingabe-Token
0
Eingabepreis
$3.000 / 1M
Ausgabepreis
$15.000 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:40 Neuer Test hinzugefügt | 6.8 | 10.0 | $0.316 | Vergleichen | |
| 2026-05-22 00:12 Suite geändert | 7.0 | 10.0 | $0.306 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.4 | k. A. | $0.262 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:12 · Suite geändert | 7.0 | 9.7 | 10.0 | 11/20 | 1 | 9,453 | 0 | $0.306 | 5.33s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 7.4 | 9.6 | k. A. | 11/18 | 1 | 7,433 | 0 | $0.262 | 4.98s |
| Differenz | -0.4 | +0.1 | 0 | 0 | +2020 | 0 | +$0.045 | +345ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Claude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemini 3.5 FlashhighClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumClaude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarClaude Sonnet 4.6nonevsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 4.8 | 10.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 9.5 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 7.7 | 10.0 | |
| Allgemeine Intelligenz | 6.1 | 3.1 | |
| Befolgung von Anweisungen | 6.5 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |