तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-4o-mini

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	OpenAI: GPT-4o-mini none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#28
स्कोर	7.43	4.86
संगति	9.40	9.98
प्रति परिणाम लागत	8.105	0.056
कुल लागत	$0.811	$0.003
सही परीक्षण
गलत टेस्ट	4	9
प्रति प्रयास पास दर	73.8%	35.7%
अस्थिर टेस्ट	1	0
आउटपुट टोकन	29,098	949
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
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	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
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	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
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	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
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	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
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	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
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0

तुलना जोड़ी बदलें

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

OpenAI: GPT-4o-mini की तुलना इससे करें...