AI BENCHY
Advertise here
#22

Claude Sonnet 5

Anthropic Sortie: 2026-06-30 Testé le: 2026-07-16 22:33 anthropic/claude-sonnet-5::medium
~1T au total (~100B actifs)MoESource ferméeEstimé
(medium) (none)

Résumé

Claude Sonnet 5 obtient 8.3 sur AI BENCHY et se classe #22. Il affiche une fiabilité de 10.0, un taux de réussite de 80.3%, un coût total de $0.922 et un temps de réponse moyen de 12.52s.

Ce qui rend Claude Sonnet 5 unique : Il se distingue surtout en Spécifique au domaine, où il se classe #1, tandis que Combiné est son point le plus faible avec #18.

Données du modèle

Date de recherche : 2026-08-12

Estimé
Paramètres
~1T au total (~100B actifs)
Architecture
MoE
Disponibilité
Source fermée
Licence
-

Meilleure estimation fondée sur les informations publiques ; le fournisseur n’a pas communiqué toutes les valeurs.

Source des paramètres Source de disponibilité

Score

8.3

Cohérence

9.0

Fiabilité

10.0

Coût total (prix actuel)

$0.922

Total des jetons de sortie

63,207

Total des jetons d'entrée

145,956

Prix d'entrée

$2.000 / 1M

Prix de sortie

$10.000 / 1M

Tests corrects

Tests incorrects: 6

Taux de réussite par tentative: 80.3%

Tests instables

3

Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).

Temps de réponse (moy.)

12.52s

Temps de réponse (max): 66.71s

Temps de réponse (total): 275.42s

Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1

Hamster playing table tennis

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

#22 Claude Sonnet 5

medium
Coût
$0.007
Temps
6.4s
Tokens
832 tok

Historique des runs

Testé le Score Fiabilité Tests corrects Coût total Comparer
2026-08-14 02:11 Nouveau test 8.2 10.0 $0.922 Comparer
2026-07-16 22:33 Nouveau test ajouté 8.3 10.0 $0.922 Exécution actuelle
2026-06-30 21:33 Premier run 7.9 10.0 $0.550 Comparer

Ce run a utilisé une suite de benchmark différente. Gardez ce changement de suite à l'esprit lorsque vous lisez l'historique.

Comparaison de runs

RunCouverture du benchmarkScoreCohérenceFiabilitéTests correctsTests instablesTotal des jetons de sortieTotal des jetons d'entréeCoût totalTemps de réponse (moy.)
2026-07-16 22:33 · Nouveau test ajouté66/66 tentatives8.39.010.016/22363,207145,956$0.92212.52s
2026-06-30 21:33 · Premier run63/63 tentatives7.99.010.015/21341,68567,416$0.5509.94s
Différence—+0.50.00.0+10+21522+78540+$0.373+2581ms

La couverture du benchmark diffère : 66/66 tentatives (Objectif : 3 répétitions par test) contre 63/63 tentatives (Objectif : 3 répétitions par test). Les totaux et les métriques sensibles aux répétitions ne sont pas directement comparables.

Ces deux runs ont utilisé des suites de benchmark différentes, donc les écarts reflètent à la fois les changements du modèle et ceux de la suite.

Historique des prix

Données historiques de tarification pour ce modèle provenant d'OpenRouter.

Date Prix d'entrée Prix de sortie
2026-06-30 21:35 $2.000 / 1M $10.000 / 1M

Graphiques

Choisissez d'abord le premier modèle, puis cliquez sur un second modèle pour ouvrir une page côte à côte.

Total des jetons de sortie

Score vs Total des jetons de sortie

Comparaison rapide

Claude Sonnet 5mediumvsGemini 2.5 FlashmediumClaude Sonnet 5mediumvsQwen3.8 2.4T A95BlowClaude Sonnet 5mediumvsMuse Spark 1.1lowClaude Sonnet 5mediumvsGPT-5 MinimediumClaude Sonnet 5mediumvsInkling SmallhighClaude Sonnet 5mediumvsMuse Glimmer 30BxhighClaude Sonnet 5mediumvsSeed 2.1 TurbomediumClaude Sonnet 5mediumvsInklinghighClaude Sonnet 5mediumvsGPT-5.2mediumClaude Sonnet 5mediumvsMuse Spark 1.1high

Répartition par catégorie

Catégorie Score Cohérence Tests corrects
Astuces anti-IA 10.0 10.0
Programmation 9.0 7.9
Combiné 7.3 6.0
Analyse et extraction des données 10.0 10.0
Spécifique au domaine 7.7 10.0
Intelligence générale 4.8 3.2
Suivi des instructions 9.9 10.0
Résolution d'énigmes 7.7 10.0
Appel d'outils 10.0 10.0
Culture générale 3.0 10.0

Modèles comparés