AI BENCHY
Advertise here
#18

Claude Fable 5.1

Anthropic रिलीज़: 2026-09-02 परीक्षण किया गया: 2026-09-02 02:04 anthropic/claude-fable-5.1::high
~9.5T कुल (~878B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (medium) (low)

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।

मॉडल विवरण

शोध की तारीख: 2026-09-02

अनुमानित
पैरामीटर
~9.5T कुल (~878B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

9.6

कुल आउटपुट टोकन

40,071

कुल इनपुट टोकन

135,958

इनपुट कीमत

$10.000 / 1M

आउटपुट कीमत

$50.000 / 1M

सही परीक्षण

गलत टेस्ट: 3

प्रति प्रयास पास दर: 89.4%

अस्थिर टेस्ट

1

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

13.59s

प्रतिक्रिया समय (अधिकतम): 40.17s

प्रतिक्रिया समय (कुल): 298.90s

Hamster playing table tennis

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

#18 Claude Fable 5.1

high
लागत
$0.384
समय
102.5s
टोकन
7,824 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

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

तुलना किए गए मॉडल