#20 Claude Opus 5.5
low- लागत
- $0.038
- समय
- 19.1s
- टोकन
- 2,010 tok
सारांश
Claude Opus 5.5 AI BENCHY पर 9.3 स्कोर करता है और #20 पर है। इसकी reliability 10.0, pass rate 87.9%, कुल लागत $0.952, और औसत response time 23.72s है।
शोध की तारीख: 2026-09-23
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
9.3
संगति
9.3
10.0
$0.952
कुल आउटपुट टोकन
21,004
कुल इनपुट टोकन
132,746
इनपुट कीमत
$4.000 / 1M
आउटपुट कीमत
$20.000 / 1M
अस्थिर टेस्ट
2
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 | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 8.7 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |