Anthropic: Claude Sonnet 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	1/2	5.50	10.00	50.0%	0	9.83	$0.02304
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.04958
Domain specific	0/3	1.00	7.21	11.1%	1	5.58	$0.64205
Instructions following	2/2	10.00	10.00	100.0%	0	10.00	$0.01497
Puzzle Solving	3/3	10.00	10.00	100.0%	0	9.44	$0.02077

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

#5 · OpenAI

तर्क (medium)

Score: 7.92

संगति: 9.30

प्रति प्रयास पास दर: 80.6%

अस्थिर टेस्ट: 1

प्रति परिणाम लागत: 2.2838

सही परीक्षण: 9/12

कुल लागत: $0.20554

#7 · Z.ai

तर्क (medium)

Score: 6.83

संगति: 7.86

प्रति प्रयास पास दर: 80.6%

अस्थिर टेस्ट: 3

प्रति परिणाम लागत: 1.3424

सही परीक्षण: 8/12

कुल लागत: $0.10740

#4 · Qwen

तर्क (medium)

Score: 8.42

संगति: 9.30

प्रति प्रयास पास दर: 86.1%

अस्थिर टेस्ट: 1

प्रति परिणाम लागत: 2.3151

सही परीक्षण: 10/12

कुल लागत: $0.23151

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