नेविगेशन
AI BENCHY
Advertise here

Claude Sonnet 4.6 vs Claude Sonnet 5

Claude Sonnet 4.6 average score में आगे है: 7.3 vs 6.1. Claude Sonnet 5 की benchmark लागत कम है: $0.548 vs $0.661. Claude Sonnet 5 तेज है: 6.05s vs 7.67s, pass rates 57.6% vs 40.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#95
कुल आउटपुट टोकन
19,362
प्रतिक्रिया समय (औसत)
7.67s
कुल लागत
$0.661
रैंक
#161
कुल आउटपुट टोकन
22,508
प्रतिक्रिया समय (औसत)
6.05s
कुल लागत
$0.548
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.

विस्तृत तुलना

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 6.1
रैंक #95 #161
विश्वसनीयता 10.0 10.0
संगति 9.7 8.7
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 40.9%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 5.503 7.817
कुल लागत $0.661 $0.548
इनपुट कीमत $3.000 / 1M $2.000 / 1M
आउटपुट कीमत $15.000 / 1M $10.000 / 1M
कुल इनपुट टोकन 123,273 161,032
आउटपुट टोकन 19,362 22,508
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 7.67s 6.05s
प्रतिक्रिया समय (अधिकतम) 51.18s 33.39s
प्रतिक्रिया समय (कुल) 122.78s 132.99s
पैरामीटर ~1T कुल (~100B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#95 Claude Sonnet 4.6

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

#161 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

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

त्वरित तुलना

तुलना जोड़ी बदलें