AI BENCHY
Advertise here
#105

Claude Sonnet 5

Anthropic Lanzamiento: 2026-06-30 Probado el: 2026-07-16 22:32 anthropic/claude-sonnet-5::none
~1T en total (~100B activos)MoECódigo cerradoEstimado
(medium) (none)

Resumen

Claude Sonnet 5 obtiene 6.3 en AI BENCHY y ocupa el puesto #105. Tiene fiabilidad 10.0, una tasa de aciertos de 45.5%, coste total de $0.548 y tiempo medio de respuesta de 6.04s.

Qué hace único a Claude Sonnet 5: Destaca más en Específico del dominio, donde ocupa #3, mientras que Trucos anti-IA es su área más débil con #18.

Datos del modelo

Investigado el 2026-08-12

Estimado
Parámetros
~1T en total (~100B activos)
Arquitectura
MoE
Disponibilidad
Código cerrado
Licencia
-

Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.

Fuente de los parámetros Fuente de disponibilidad

Puntuación

6.3

Consistencia

8.7

Fiabilidad

10.0

Costo total (precio actual)

$0.548

Total de tokens de salida

22,511

Total de tokens de entrada

161,035

Precio de entrada

$2.000 / 1M

Precio de salida

$10.000 / 1M

Pruebas correctas

Pruebas incorrectas: 14

Tasa de aciertos por intento: 45.5%

Pruebas inestables

4

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

Tiempo de respuesta (promedio)

6.04s

Tiempo de respuesta (máximo): 33.39s

Tiempo de respuesta (total): 132.85s

Respuesta incorrecta: 7 Formato extra: 4 Sin respuesta: 2 No siguió las instrucciones: 1

Hamster playing table tennis

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

#105 Claude Sonnet 5

none
Coste
$0.061
Tiempo
53.7s
Tokens
6,172 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-08-14 02:10 Nueva prueba 6.1 10.0 $0.548 Comparar
2026-07-16 22:32 Prueba nueva añadida 6.3 10.0 $0.548 Ejecución actual
2026-06-30 21:33 Primera ejecución 5.7 10.0 $0.287 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-07-16 22:32 · Prueba nueva añadida66/66 intentos6.38.710.08/22422,511161,035$0.5486.04s
2026-08-14 02:10 · Nueva prueba66/66 intentos6.18.710.07/22422,508161,032$0.5486.05s
Diferencia—+0.10.00.0+10+3+3+$0.001-6ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Historial de precios

Datos históricos de precios de este modelo de OpenRouter.

Fecha Precio de entrada Precio de salida
2026-06-30 21:35 $2.000 / 1M $10.000 / 1M

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 5nonevsGPT-5.6 LunalowClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsGemma 4 31BmediumDisponible gratisClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsSeed-2.0-LitenoneClaude Sonnet 5nonevsgpt-oss-120bmediumClaude Sonnet 5nonevsRing-2.6-1TmediumClaude Sonnet 5nonevsQwen3.7 FlashnoneClaude Sonnet 5nonevsLing-3.0-flashhighClaude Sonnet 5nonevsGemini 3.1 Flash Litenone

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 5.3 10.0
Programación 4.6 7.9
Combinado 6.5 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 7.2
Inteligencia general 4.7 3.1
Seguimiento de instrucciones 6.4 10.0
Resolución de acertijos 6.0 7.4
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados