AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#48

Claude Fable 5.1

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

सारांश

Claude Fable 5.1 AI BENCHY पर 8.3 स्कोर करता है और #48 पर है। इसकी reliability 10.0, pass rate 81.8%, कुल लागत $2.909, और औसत response time 11.67s है।

Claude Fable 5.1 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है। यह समान मॉडलों की तुलना में काफ़ी तेज 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

7.8

कुल आउटपुट टोकन

31,152

कुल इनपुट टोकन

135,112

इनपुट कीमत

$10.000 / 1M

आउटपुट कीमत

$50.000 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 81.8%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

11.67s

प्रतिक्रिया समय (अधिकतम): 36.59s

प्रतिक्रिया समय (कुल): 256.73s

Hamster playing table tennis

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

#48 Claude Fable 5.1

medium
लागत
$0.244
समय
65.9s
टोकन
5,025 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 8.2 7.9
कोडिंग 7.0 5.0
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 7.3 5.8
पहेली समाधान 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना किए गए मॉडल