AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#42

Claude Opus 4.6

Anthropic Rilis: 2026-02-05 Diuji pada: 2026-04-11 01:44 anthropic/claude-opus-4.6::medium

Ringkasan

Claude Opus 4.6 mendapat skor 7.6 di AI BENCHY dan berada di peringkat #42. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 70.4%, total biaya $1.446, dan waktu respons rata-rata 21.08s.

Yang membuat Claude Opus 4.6 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #15.

Skor

7.6

Konsistensi

9.1

Keandalan

T/A

Total biaya (harga saat ini)

$1.446

Total token output

48,767

Total token input

0

Harga input

$5.000 / 1M

Harga output

$25.000 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 70.4%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

21.08s

Waktu respons (maks): 83.40s

Waktu respons (total): 231.84s

Format tambahan: 4 Jawaban salah: 2

Showcase generasi

Hamster playing table tennis

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

#42 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
2026-06-04 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 Run saat ini

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6mediumTersedia gratisClaude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisClaude Opus 4.6mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 6.4 5.8
Pemrograman 10.0 10.0
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

Model yang Dibandingkan