Anthropic: Claude Opus 4.6

बेंचमार्क Aibenchy टेस्ट सूट्स से इस समय जनरेट किए गए: : 19 फ़र॰ 2026

श्रेणी विवरण

श्रेणी	पूरी तरह पास टेस्ट	Score	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	तर्क स्कोर	लागत
Anti-AI Tricks	0/2	1.00	1.62	33.3%	2	10.00	$0.03036
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.07755
Domain specific	0/3	1.00	10.00	0.0%	0	7.61	$0.60915
Instructions following	2/2	9.50	9.99	100.0%	0	9.50	$0.02231
Puzzle Solving	2/3	7.00	10.00	66.7%	0	9.44	$0.03281

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

#15 · Z.ai

बिना तर्क

Score: 5.42

संगति: 10.00

प्रति प्रयास पास दर: 50.0%

अस्थिर टेस्ट: 0

प्रति परिणाम लागत: 0.0704

सही परीक्षण: 6/12

कुल लागत: $0.00423

#17 · MiniMax

तर्क (medium)

Score: 5.08

संगति: 6.00

प्रति प्रयास पास दर: 61.1%

अस्थिर टेस्ट: 6

प्रति परिणाम लागत: 4.0276

सही परीक्षण: 5/12

कुल लागत: $0.20138

#14 · Qwen

बिना तर्क

Score: 5.67

संगति: 9.99

प्रति प्रयास पास दर: 50.0%

अस्थिर टेस्ट: 0

प्रति परिणाम लागत: 0.0997

सही परीक्षण: 6/12

कुल लागत: $0.00599

Anthropic: Claude Opus 4.6 की तुलना इससे करें...