#69 Claude Sonnet 4.6
none- Biaya
- $0.038
- Waktu
- 27.3s
- Token
- 2,598 tok
Anthropic
Rilis: 2026-02-17
Diuji pada: 2026-05-22 00:12
anthropic/claude-sonnet-4.6::none
~1T total (~100B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Claude Sonnet 4.6 mendapat skor 7.0 di AI BENCHY dan berada di peringkat #69. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 58.3%, total biaya $0.306, dan waktu respons rata-rata 5.33s.
Yang membuat Claude Sonnet 4.6 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #17. Model ini terasa cepat dibandingkan model serupa.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~1T total (~100B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
7.0
Konsistensi
9.7
10.0
$0.306
Total token output
9,453
Total token input
0
Harga input
$3.000 / 1M
Harga output
$15.000 / 1M
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Uji ulang | 7.3 | 10.0 | $0.661 | Bandingkan | |
| 2026-07-16 22:21 Tes baru ditambahkan | 7.3 | 10.0 | $0.661 | Bandingkan | |
| 2026-06-04 13:40 Tes baru ditambahkan | 6.8 | 10.0 | $0.316 | Bandingkan | |
| 2026-05-22 00:12 Suite berubah | 7.0 | 10.0 | $0.306 | Run saat ini | |
| 2026-04-11 01:44 Run pertama yang tercatat | 7.4 | T/A | $0.262 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:12 · Suite berubah | 60/60 percobaan | 7.0 | 9.7 | 10.0 | 11/20 | 1 | 9,453 | 0 | $0.306 | 5.33s |
| 2026-07-16 22:21 · Tes baru ditambahkan | 66/66 percobaan | 7.3 | 9.7 | 10.0 | 12/22 | 1 | 19,362 | 123,264 | $0.661 | 8.12s |
| Selisih | — | -0.3 | 0.0 | 0.0 | -1 | 0 | -9909 | -123264 | -$0.355 | -2789ms |
Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Claude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsGrok 4.6lowClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsLongCat 2.0mediumClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumClaude Sonnet 4.6nonevsGPT-5.6 LunamediumClaude Sonnet 4.6nonevsClaude Opus 4.8none
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 4.8 | 10.0 | |
| Pemrograman | 6.8 | 10.0 | |
| Gabungan | 9.5 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 7.7 | 10.0 | |
| Kecerdasan umum | 6.1 | 3.1 | |
| Kepatuhan instruksi | 6.5 | 10.0 | |
| Pemecahan teka-teki | 7.7 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |