AI BENCHY
Advertise here
#74

Claude Opus 4.6

Anthropic Rilis: 2026-02-05 Diuji pada: 2026-08-14 02:08 anthropic/claude-opus-4.6::medium
~5T total (~500B aktif)MoETertutupPerkiraan

Ringkasan

Claude Opus 4.6 mendapat skor 7.7 di AI BENCHY dan berada di peringkat #74. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.6%, total biaya $2.961, dan waktu respons rata-rata 32.23s.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~5T total (~500B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

7.7

Konsistensi

8.8

Keandalan

10.0

Total biaya (harga saat ini)

$2.961

Total token output

96,722

Total token input

108,573

Harga input

$5.000 / 1M

Harga output

$25.000 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 63.6%

Tes tidak stabil

3

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

32.23s

Waktu respons (maks): 151.51s

Waktu respons (total): 515.65s

Format tambahan: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1

Hamster playing table tennis

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

#74 Claude Opus 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 02:08 Uji ulang 7.7 10.0 $2.961 Run saat ini
2026-07-16 22:31 Tes baru ditambahkan 7.7 10.0 $3.059 Bandingkan
2026-06-04 13:45 Tes baru ditambahkan 7.0 10.0 $2.053 Bandingkan
2026-05-22 00:17 Suite berubah 7.2 10.0 $1.896 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 7.6 T/A $1.446 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-08-14 12:51 $5.000 / 1M $25.000 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Claude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsSolar Pro 4xhighClaude Opus 4.6mediumvsSeed-2.0-LitemediumClaude Opus 4.6mediumvsNemotron 3 UltramediumTersedia gratis

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 6.4 5.8
Pemrograman 5.7 7.1
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.0 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 7.7 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan