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	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

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

#12 · OpenAI

तर्क (medium)

Score: 5.75

संगति: 7.19

प्रति प्रयास पास दर: 63.9%

अस्थिर टेस्ट: 4

प्रति परिणाम लागत: 0.0951

सही परीक्षण: 6/12

कुल लागत: $0.00571

#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

#11 · OpenAI

तर्क (medium)

Score: 5.92

संगति: 6.03

प्रति प्रयास पास दर: 72.2%

अस्थिर टेस्ट: 6

प्रति परिणाम लागत: 0.4675

सही परीक्षण: 6/12

कुल लागत: $0.02806

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