AI BENCHY
Advertise here
#47

Claude Sonnet 4.6

Anthropic Rilis: 2026-02-17 Diuji pada: 2026-05-22 00:14 anthropic/claude-sonnet-4.6::medium
(medium) (none)

Ringkasan

Claude Sonnet 4.6 mendapat skor 7.6 di AI BENCHY dan berada di peringkat #47. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.3%, total biaya $1.330, dan waktu respons rata-rata 15.72s.

Yang membuat Claude Sonnet 4.6 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Spesifik domain adalah area terlemahnya di #15.

Skor

7.6

Konsistensi

9.2

Keandalan

10.0

Total biaya (harga saat ini)

$1.330

Total token output

79,442

Total token input

0

Harga input

$3.000 / 1M

Harga output

$15.000 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 68.3%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

15.72s

Waktu respons (maks): 46.35s

Waktu respons (total): 188.69s

Format tambahan: 3 Jawaban salah: 3 Kedaluwarsa: 1

Showcase generasi

Hamster playing table tennis

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

#47 Claude Sonnet 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 13:42 Tes baru ditambahkan 7.4 10.0 $1.418 Bandingkan
2026-05-22 00:14 Suite berubah 7.6 10.0 $1.330 Run saat ini
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.

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Claude Sonnet 4.6mediumvsClaude Sonnet 5mediumClaude Sonnet 4.6mediumvsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6mediumvsGemini 3.5 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewmediumClaude Sonnet 4.6mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisClaude Sonnet 4.6mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 6.5 10.0
Pemrograman 6.9 6.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 7.2
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