Advertise here
#215

Claude Sonnet 5.5

Anthropic रिलीज़: 2026-09-29 परीक्षण किया गया: 2026-09-30 22:57 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 6.5 स्कोर करता है और #215 पर है। इसकी reliability 10.0, pass rate 40.6%, कुल लागत $1.100, और औसत response time 8.03s है।

Claude Sonnet 5.5 को अलग क्या बनाता है: यह स्वायत्त एजेंट कार्य में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 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

6.5

संगति

9.7

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$1.100

कुल आउटपुट टोकन

37,748

कुल इनपुट टोकन

361,183

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$10.000 / 1M

कैश पढ़ने की कीमत

$0.200 / 1M

कैश लिखने की कीमत

$2.500 / 1M

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 40.6%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

8.03s

प्रतिक्रिया समय (अधिकतम): 51.18s

प्रतिक्रिया समय (कुल): 184.80s

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.

#215 Claude Sonnet 5.5

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-10-01 18:33 $2.000 / 1M $10.000 / 1M $0.200 / 1M $2.500 / 1M

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 5.5mediumvsKAT-Coder-Pro V2.5lowClaude Sonnet 5.5mediumvsQwen3.6 35B A3BmediumClaude Sonnet 5.5mediumvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighClaude Sonnet 5.5mediumvsMercury 2mediumClaude Sonnet 5.5mediumvsMercury 2.5highClaude Sonnet 5.5mediumvsLongCat 2.0lowClaude Sonnet 5.5mediumvsGLM 5.3lowClaude Sonnet 5.5mediumvsQwen3.7 FlashmediumClaude Sonnet 5.5mediumvsGLM 5.1none

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
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