AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#12

Claude Fable 5

Anthropic रिलीज़: 2026-06-10 परीक्षण किया गया: 2026-06-10 13:28 anthropic/claude-fable-5::medium

सारांश

Claude Fable 5 AI BENCHY पर 8.7 स्कोर करता है और #12 पर है। इसकी reliability 10.0, pass rate 82.5%, कुल लागत $3.165, और औसत response time 17.01s है।

संगति

9.6

कुल आउटपुट टोकन

51,609

कुल इनपुट टोकन

58,383

इनपुट कीमत

$10.000 / 1M

आउटपुट कीमत

$50.000 / 1M

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 82.5%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

17.01s

प्रतिक्रिया समय (अधिकतम): 80.80s

प्रतिक्रिया समय (कुल): 357.17s

Hamster playing table tennis

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

#12 Claude Fable 5

medium
लागत
$0.606
समय
156.7s
टोकन
12,264 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:30 नया टेस्ट जोड़ा गया 8.6 10.0 $3.478 तुलना करें
2026-06-10 13:28 पहला रन 8.7 10.0 $3.165 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-06-10 13:28 · पहला रन8.79.610.017/21151,60958,383$3.16517.01s
2026-07-16 22:30 · नया टेस्ट जोड़ा गया8.69.610.017/22151,62989,643$3.47817.20s
अंतर0.00.00.000-20-31260-$0.314-192ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-10 13:29 $10.000 / 1M $50.000 / 1M

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 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल