- स्कोर
- 8.6 (-0.03 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 96.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 49.9% तेज़
Anthropic
रिलीज़: 2026-09-29
परीक्षण किया गया: 2026-09-30 22:59
anthropic/claude-sonnet-5.5::xhigh
~1T कुल (~100B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Claude Sonnet 5.5 AI BENCHY पर 8.6 स्कोर करता है और #101 पर है। इसकी reliability 10.0, pass rate 79.7%, कुल लागत $1.516, और औसत response time 14.98s है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 9.4 (+0.76 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 88.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 58.3% तेज़
- स्कोर
- 9.6 (+0.95 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.460 · 69.7% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.15s · 52.3% तेज़
मॉडल विवरण
शोध की तारीख: 2026-09-29
- 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।
8.6
संगति
8.7
10.0
$1.516
कुल आउटपुट टोकन
83,041
कुल इनपुट टोकन
342,579
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।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 Claude Sonnet 5.5
xhigh- लागत
- $0.319
- समय
- 258.6s
- टोकन
- 31,969 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।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 10.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 8.2 | 7.2 | |
| संयुक्त | 8.7 | 6.9 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 6.5 | 3.4 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |