AI BENCHY
Advertise here
#30

Claude Sonnet 4.6

Anthropic रिलीज़: 2026-02-17 परीक्षण किया गया: 2026-04-11 01:44 anthropic/claude-sonnet-4.6::medium
(medium) (none)

सारांश

Claude Sonnet 4.6 AI BENCHY पर 8.0 स्कोर करता है और #30 पर है। इसकी reliability लागू नहीं, pass rate 74.1%, कुल लागत $1.161, और औसत response time 12.66s है।

Claude Sonnet 4.6 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।

स्कोर

8.0

संगति

9.5

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$1.161

कुल आउटपुट टोकन

68,852

कुल इनपुट टोकन

0

इनपुट कीमत

$3.000 / 1M

आउटपुट कीमत

$15.000 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 74.1%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

12.66s

प्रतिक्रिया समय (अधिकतम): 46.35s

प्रतिक्रिया समय (कुल): 126.62s

अतिरिक्त फॉर्मेटिंग: 2 गलत उत्तर: 2 समय समाप्त: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#30 Claude Sonnet 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:42 नया टेस्ट जोड़ा गया 7.4 10.0 $1.418 तुलना करें
2026-05-22 00:14 सूट बदला गया 7.6 10.0 $1.330 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.0 लागू नहीं $1.161 वर्तमान रन

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Claude Sonnet 4.6mediumvsClaude Sonnet 5mediumClaude Sonnet 4.6mediumvsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6mediumvsGemini 3.5 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewmediumClaude Sonnet 4.6mediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धClaude Sonnet 4.6mediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.5 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल