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

#39

Claude Sonnet 4.6

Anthropic · रिलीज़: 2026-02-17 · anthropic/claude-sonnet-4.6::none

संगति

9.6

कुल आउटपुट टोकन

6,910

???? ???

$3.000 / 1M

????? ???

$15.000 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 62.8%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

5.12s

प्रतिक्रिया समय (अधिकतम): 23.84s

प्रतिक्रिया समय (कुल): 51.16s

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 4.8 10.0
संयुक्त 9.5 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 6.5 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल