Anthropic: Claude Sonnet 4.6

Benchmarks generados a partir de los suites de prueba de Aibenchy en : 19 feb 2026

Desglose por categoría

Categoría	Pruebas totalmente superadas	Score	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Puntuación de razonamiento	Costo
Anti-AI Tricks	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

Comparar Anthropic: Claude Sonnet 4.6 contra...

#12 · OpenAI

Razonamiento (medium)

Score: 5.75

Consistencia: 7.19

Tasa de aciertos por intento: 63.9%

Pruebas inestables: 4

Costo por resultado: 0.0951

Pruebas correctas: 6/12

Costo total: $0.00571

#14 · Qwen

Sin razonamiento

Score: 5.67

Consistencia: 9.99

Tasa de aciertos por intento: 50.0%

Pruebas inestables: 0

Costo por resultado: 0.0997

Pruebas correctas: 6/12

Costo total: $0.00599

#11 · OpenAI

Razonamiento (medium)

Score: 5.92

Consistencia: 6.03

Tasa de aciertos por intento: 72.2%

Pruebas inestables: 6

Costo por resultado: 0.4675

Pruebas correctas: 6/12

Costo total: $0.02806

Comparar Anthropic: Claude Sonnet 4.6 contra...