Advertise here
#207

Claude Sonnet 4.6

Anthropic Rilis: 2026-02-17 Diuji pada: 2026-08-14 02:03 anthropic/claude-sonnet-4.6::medium
~1T total (~100B aktif)MoETertutupPerkiraan
(medium) (none)

Ringkasan

Claude Sonnet 4.6 mendapat skor 6.4 di AI BENCHY dan berada di peringkat #207. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 62.3%, total biaya $2.126, dan waktu respons rata-rata 28.08s.

Yang membuat Claude Sonnet 4.6 unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Tugas agen adalah area terlemahnya di #17.

Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~1T total (~100B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

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

Sumber parameter Sumber ketersediaan

Skor

6.4

Konsistensi

9.1

Keandalan

10.0

Total biaya (harga saat ini)

$2.126

Total token output

120,427

Total token input

106,316

Harga input

$3.000 / 1M

Harga output

$15.000 / 1M

Harga baca cache

$0.300 / 1M

Harga tulis cache

$3.750 / 1M

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 62.3%

Tes tidak stabil

1

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

Waktu respons (rata-rata)

28.08s

Waktu respons (maks): 140.96s

Waktu respons (total): 421.15s

Jawaban salah: 4 Format tambahan: 3 Kedaluwarsa: 1

Hamster playing table tennis

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

#207 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Biaya
$0.000
Waktu
300.0s
Token
0 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 02:03 Uji ulang 6.4 10.0 $2.126 Run saat ini
2026-07-16 22:27 Tes baru ditambahkan 7.8 10.0 $2.057 Bandingkan
2026-06-04 13:42 Tes baru ditambahkan 7.4 10.0 $1.418 Bandingkan
2026-05-22 00:14 Suite berubah 7.6 10.0 $1.330 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 8.0 T/A $1.161 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 Harga baca cache Harga tulis cache
2026-08-14 12:51 $3.000 / 1M $15.000 / 1M T/A T/A
2026-10-01 18:33 $3.000 / 1M $15.000 / 1M $0.300 / 1M $3.750 / 1M

Grafik

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

Total token output

Skor vs Total token output

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 0.0 0.0
Trik anti-AI 6.5 10.0
Pemrograman 5.7 6.6
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 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan