तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Anthropic: Claude Sonnet 4.6

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#8
स्कोर	6.07	7.43
संगति	8.80	9.40
प्रति परिणाम लागत	10.992	8.105
कुल लागत	$0.880	$0.811
सही परीक्षण
गलत टेस्ट	6	4
प्रति प्रयास पास दर	61.9%	73.8%
अस्थिर टेस्ट	2	1
आउटपुट टोकन	19,576	29,098
रीजनिंग टोकन	11,081	20,435

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

Anthropic: Claude Sonnet 4.6 की तुलना इससे करें...