Advertise here
#266

Claude Sonnet 5.5

Anthropic रिलीज़: 2026-09-29 परीक्षण किया गया: 2026-09-29 21:35 anthropic/claude-sonnet-5.5::medium
~1T कुल (~100B सक्रिय)MoEबंद स्रोतअनुमानित
(max) (xhigh) (high) (medium) (low)

सारांश

Claude Sonnet 5.5 AI BENCHY पर 5.7 स्कोर करता है और #266 पर है। इसकी reliability 10.0, pass rate 37.9%, कुल लागत $0.672, और औसत response time 6.07s है।

Claude Sonnet 5.5 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

मॉडल विवरण

शोध की तारीख: 2026-09-29

अनुमानित
पैरामीटर
~1T कुल (~100B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.7

संगति

9.7

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.672

कुल आउटपुट टोकन

32,980

कुल इनपुट टोकन

170,771

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$10.000 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 37.9%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

6.07s

प्रतिक्रिया समय (अधिकतम): 26.16s

प्रतिक्रिया समय (कुल): 133.62s

अतिरिक्त फॉर्मेटिंग: 8 निर्देशों का पालन नहीं किया: 3 अमान्य टूल कॉल: 1 कोई उत्तर नहीं: 1 गलत उत्तर: 1

Hamster playing table tennis

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

#266 Claude Sonnet 5.5

medium
लागत
$0.024
समय
17.4s
टोकन
2,525 tok

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 5.5mediumvsNorth Mini Codemediumनिःशुल्क उपलब्धClaude Sonnet 5.5mediumvsNemotron 3 Supermediumनिःशुल्क उपलब्धClaude Sonnet 5.5mediumvsSolar Pro 4noneClaude Sonnet 5.5mediumvsGLM 5noneClaude Sonnet 5.5mediumvsGPT-5.4noneClaude Sonnet 5.5mediumvsInkling SmalllowClaude Sonnet 5.5mediumvsSpace Bunny AlphalowClaude Sonnet 5.5mediumvsLing-3.0-flashnoneClaude Sonnet 5.5mediumvsSeed 2.1 TurbononeClaude Sonnet 5.5mediumvsGLM 5.1none

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.5 10.0
कोडिंग 3.4 9.7
संयुक्त 8.5 10.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 5.1 3.4
निर्देश पालन 6.3 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल