नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs Anthropic: Claude Sonnet 5

सारांश

Claude Sonnet 4.6 vs Claude Sonnet 5 benchmark तुलना: Claude Sonnet 4.6 average score में आगे है: 7.3 vs 5.7. Claude Sonnet 5 की benchmark लागत कम है: $0.287 vs $0.316. Claude Sonnet 5 तेज है: 4.74s vs 5.04s, pass rates 55.6% vs 42.9%.

अनुशंसित मॉडल: Claude Sonnet 4.6 - It has the strongest score in this comparison (7.3) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-30

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none रिलीज़: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30
स्कोर 7.3 5.7
रैंक #57 #117
विश्वसनीयता 10.0 10.0
संगति 9.7 8.6
सही परीक्षण
प्रति प्रयास पास दर 55.6% 42.9%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 2.870 4.098
कुल लागत $0.316 $0.287
इनपुट कीमत $3.000 / 1M $2.000 / 1M
आउटपुट कीमत $15.000 / 1M $10.000 / 1M
कुल इनपुट टोकन 57,886 76,797
आउटपुट टोकन 9,465 13,325
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 5.04s 4.74s
प्रतिक्रिया समय (अधिकतम) 23.84s 29.46s
प्रतिक्रिया समय (कुल) 70.60s 99.46s

जनरेशन शोकेस

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none
लागत
$0.038
समय
27.3s
टोकन
2,598 tok

#117 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Claude Sonnet 5 5.3 10.0 25.0% 0 3.60s 834 1,813 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Claude Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Claude Sonnet 5 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
Claude Sonnet 5 10.0 10.0 100.0% 0 3.01s 10,503 309 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
Claude Sonnet 5 5.3 7.2 44.4% 1 3.28s 975 933 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
Claude Sonnet 5 4.7 3.1 33.3% 1 2.81s 708 272 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
Claude Sonnet 5 6.4 10.0 50.0% 0 2.58s 909 103 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
Claude Sonnet 5 6.0 7.4 55.6% 1 3.22s 894 778 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
Claude Sonnet 5 10.0 10.0 100.0% 0 6.80s 12,351 522 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
Claude Sonnet 5 3.0 10.0 0.0% 0 4.31s 258 391 0

त्वरित तुलना

तुलना जोड़ी बदलें