#29 Claude Sonnet 5
medium- लागत
- $0.007
- समय
- 6.4s
- टोकन
- 832 tok
Anthropic
रिलीज़: 2026-06-30
परीक्षण किया गया: 2026-07-16 22:33
anthropic/claude-sonnet-5::medium
(medium)
(none)
सारांश
Claude Sonnet 5 AI BENCHY पर 8.3 स्कोर करता है और #29 पर है। इसकी reliability 10.0, pass rate 80.3%, कुल लागत $0.922, और औसत response time 12.52s है।
Claude Sonnet 5 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।
8.3
संगति
9.0
10.0
$0.922
कुल आउटपुट टोकन
63,207
कुल इनपुट टोकन
145,956
इनपुट कीमत
$2.000 / 1M
आउटपुट कीमत
$10.000 / 1M
अस्थिर टेस्ट
3
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.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-07-16 22:33 नया टेस्ट जोड़ा गया | 8.3 | 10.0 | $0.922 | वर्तमान रन | |
| 2026-06-30 21:33 पहला रन | 7.9 | 10.0 | $0.550 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:33 · वर्तमान रन | 8.3 | 9.0 | 10.0 | 16/22 | 3 | 63,207 | 145,956 | $0.922 | 12.52s |
| 2026-06-30 21:33 · पहला रन | 7.9 | 9.0 | 10.0 | 15/21 | 3 | 41,685 | 67,416 | $0.550 | 9.94s |
| अंतर | +0.5 | 0.0 | 0.0 | +1 | 0 | +21522 | +78540 | +$0.373 | +2581ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-30 21:35 | $2.000 / 1M | $10.000 / 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
त्वरित तुलना
Claude Sonnet 5mediumvsGrok 4.5mediumClaude Sonnet 5mediumvsMuse Spark 1.1lowClaude Sonnet 5mediumvsGPT-5.2mediumClaude Sonnet 5mediumvsGemini 2.5 FlashmediumClaude Sonnet 5mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGPT-5 MinimediumClaude Sonnet 5mediumvsQwen3.6 Max PreviewmediumClaude Sonnet 5mediumvsMuse Spark 1.1highClaude Sonnet 5mediumvsGPT-5.4mediumClaude Sonnet 5mediumvsGemini 3.5 Flash-Litehigh
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 9.0 | 7.9 | |
| संयुक्त | 7.3 | 6.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 4.8 | 3.2 | |
| निर्देश पालन | 9.9 | 10.0 | |
| पहेली समाधान | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |