तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs LiquidAI: LFM2-24B-A2B

मॉडल नाम:

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

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	LiquidAI: LFM2-24B-A2B none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#39
स्कोर	7.43	2.43
संगति	9.40	8.91
प्रति परिणाम लागत	8.105	0.045
कुल लागत	$0.811	$0.001
सही परीक्षण
गलत टेस्ट	4	13
प्रति प्रयास पास दर	73.8%	16.7%
अस्थिर टेस्ट	1	2
आउटपुट टोकन	29,098	1,125
रीजनिंग टोकन	20,435	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
LiquidAI: LFM2-24B-A2B	1.00	9.81	0.0%	0		490	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
LiquidAI: LFM2-24B-A2B	1.00	10.00	0.0%	0		219	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
LiquidAI: LFM2-24B-A2B	4.00	7.21	55.6%	1		30	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
LiquidAI: LFM2-24B-A2B	3.00	10.00	0.0%	0		60	0

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
LiquidAI: LFM2-24B-A2B	3.33	7.88	22.2%	1		326	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
LiquidAI: LFM2-24B-A2B	1.00	10.00	0.0%	0		0	0

तुलना जोड़ी बदलें

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

LiquidAI: LFM2-24B-A2B की तुलना इससे करें...