#47 Claude Sonnet 4.6
medium
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Anthropic
Lanzamiento: 2026-02-17
Probado el: 2026-05-22 00:14
anthropic/claude-sonnet-4.6::medium
(medium)
(none)
Resumen
Claude Sonnet 4.6 obtiene 7.6 en AI BENCHY y ocupa el puesto #47. Tiene fiabilidad 10.0, una tasa de aciertos de 68.3%, coste total de $1.330 y tiempo medio de respuesta de 15.72s.
Qué hace único a Claude Sonnet 4.6: Destaca más en Inteligencia general, donde ocupa #1, mientras que Específico del dominio es su área más débil con #15.
7.6
Consistencia
9.2
10.0
$1.330
Total de tokens de salida
79,442
Total de tokens de entrada
0
Precio de entrada
$3.000 / 1M
Precio de salida
$15.000 / 1M
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
15.72s
Tiempo de respuesta (máximo): 46.35s
Tiempo de respuesta (total): 188.69s
Generación showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:42 Prueba nueva añadida | 7.4 | 10.0 | $1.418 | Comparar | |
| 2026-05-22 00:14 Suite modificada | 7.6 | 10.0 | $1.330 | Ejecución actual | |
| 2026-04-11 01:44 Primera ejecución registrada | 8.0 | N/D | $1.161 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:14 · Suite modificada | 7.6 | 9.2 | 10.0 | 13/20 | 2 | 79,442 | 0 | $1.330 | 15.72s |
| 2026-04-11 01:44 · Primera ejecución registrada | 8.0 | 9.5 | N/D | 13/18 | 1 | 68,852 | 0 | $1.161 | 12.66s |
| Diferencia | -0.5 | -0.3 | 0 | +1 | +10590 | 0 | +$0.169 | +3062ms |
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 Sonnet 4.6mediumvsClaude Sonnet 5mediumClaude Sonnet 4.6mediumvsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6mediumvsGemini 3.5 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewmediumClaude Sonnet 4.6mediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratisClaude Sonnet 4.6mediumvsGPT-5.5low
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 6.5 | 10.0 | |
| Programación | 6.9 | 6.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 2.9 | 7.2 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 10.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |