#18 Claude Fable 5.1
high- लागत
- $0.384
- समय
- 102.5s
- टोकन
- 7,824 tok
सारांश
Claude Fable 5.1 AI BENCHY पर 9.0 स्कोर करता है और #18 पर है। इसकी reliability 10.0, pass rate 89.4%, कुल लागत $3.364, और औसत response time 13.59s है।
शोध की तारीख: 2026-09-02
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
9.0
संगति
9.6
10.0
$3.364
कुल आउटपुट टोकन
40,071
कुल इनपुट टोकन
135,958
इनपुट कीमत
$10.000 / 1M
आउटपुट कीमत
$50.000 / 1M
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 8.4 | 7.4 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |