AI BENCHY
Advertise here
#47

Claude Sonnet 4.6

Anthropic Lanzamiento: 2026-02-17 Probado el: 2026-04-11 01:44 anthropic/claude-sonnet-4.6::none
(medium) (none)

Resumen

Claude Sonnet 4.6 obtiene 7.4 en AI BENCHY y ocupa el puesto #47. Tiene fiabilidad N/D, una tasa de aciertos de 64.8%, coste total de $0.262 y tiempo medio de respuesta de 4.98s.

Qué hace único a Claude Sonnet 4.6: Destaca más en Programación, donde ocupa #1, mientras que Trucos anti-IA es su área más débil con #17. Es notablemente rápido frente a modelos similares.

Puntuación

7.4

Consistencia

9.6

Fiabilidad

N/D

Costo total (precio actual)

$0.262

Total de tokens de salida

7,433

Total de tokens de entrada

0

Precio de entrada

$3.000 / 1M

Precio de salida

$15.000 / 1M

Pruebas correctas

Pruebas incorrectas: 7

Tasa de aciertos por intento: 64.8%

Pruebas inestables

1

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

4.98s

Tiempo de respuesta (máximo): 23.84s

Tiempo de respuesta (total): 54.83s

Formato extra: 3 Respuesta incorrecta: 3 No siguió las instrucciones: 1

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#47 Claude Sonnet 4.6

none
Coste
$0.038
Tiempo
27.3s
Tokens
2,598 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 13:40 Prueba nueva añadida 6.8 10.0 $0.316 Comparar
2026-05-22 00:12 Suite modificada 7.0 10.0 $0.306 Comparar
2026-04-11 01:44 Primera ejecución registrada 7.4 N/D $0.262 Ejecución actual

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-04-11 01:44 · Primera ejecución registrada7.49.6N/D11/1817,4330$0.2624.98s
2026-05-22 00:12 · Suite modificada7.09.710.011/2019,4530$0.3065.33s
Diferencia+0.4-0.100-20200-$0.045-345ms

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.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

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 A55bmediumDisponible gratisClaude Sonnet 4.6nonevsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 4.8 10.0
Programación 10.0 10.0
Combinado 9.5 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 7.7 10.0
Inteligencia general 6.1 3.1
Seguimiento de instrucciones 6.5 10.0
Resolución de acertijos 7.7 10.0
Llamada de herramientas 10.0 10.0

Modelos comparados