#42 Claude Opus 4.6
medium
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Anthropic
Lanzamiento: 2026-02-05
Probado el: 2026-04-11 01:44
anthropic/claude-opus-4.6::medium
~5T en total (~500B activos)MoECódigo cerradoEstimado Resumen
Claude Opus 4.6 obtiene 7.6 en AI BENCHY y ocupa el puesto #42. Tiene fiabilidad N/D, una tasa de aciertos de 70.4%, coste total de $1.446 y tiempo medio de respuesta de 21.08s.
Qué hace único a Claude Opus 4.6: Destaca más en Inteligencia general, donde ocupa #1, mientras que Trucos anti-IA es su área más débil con #18.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- ~5T en total (~500B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código cerrado
- Licencia
- -
Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.
7.6
Consistencia
9.1
N/D
$1.446
Total de tokens de salida
48,767
Total de tokens de entrada
0
Precio de entrada
$5.000 / 1M
Precio de salida
$25.000 / 1M
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
21.08s
Tiempo de respuesta (máximo): 83.40s
Tiempo de respuesta (total): 231.84s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:08 Nueva prueba | 7.7 | 10.0 | $2.961 | Comparar | |
| 2026-07-16 22:31 Prueba nueva añadida | 7.7 | 10.0 | $3.059 | Comparar | |
| 2026-06-04 13:45 Prueba nueva añadida | 7.0 | 10.0 | $2.053 | Comparar | |
| 2026-05-22 00:17 Suite modificada | 7.2 | 10.0 | $1.896 | Comparar | |
| 2026-04-11 01:44 Primera ejecución registrada | 7.6 | N/D | $1.446 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primera ejecución registrada | 54/54 intentos | 7.6 | 9.1 | N/D | 12/18 | 2 | 48,767 | 0 | $1.446 | 21.08s |
| 2026-07-16 22:31 · Prueba nueva añadida | 66/66 intentos | 7.7 | 8.8 | 10.0 | 13/22 | 3 | 100,601 | 108,615 | $3.059 | 34.27s |
| Diferencia | — | -0.1 | +0.3 | -1 | -1 | -51834 | -108615 | -$1.613 | -13190ms |
La cobertura del benchmark difiere: 54/54 intentos (Objetivo: 3 repeticiones por prueba) frente a 66/66 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
Claude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsSolar Pro 4xhighClaude Opus 4.6mediumvsSeed-2.0-LitemediumClaude Opus 4.6mediumvsNemotron 3 UltramediumDisponible gratis
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 6.4 | 5.8 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 3.0 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 7.7 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 |