Anthropic: Claude Sonnet 4.6

ベンチマークは Aibenchy テストスイートから次の日時に生成 : 2026/02/19

カテゴリ内訳

カテゴリ	完全合格テスト	Score	一貫性	試行ごとの合格率	不安定なテスト	推論スコア	コスト
Anti-AI Tricks	1/2	5.50	10.00	50.0%	0	9.83	$0.02304
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.04958
Domain specific	0/3	1.00	7.21	11.1%	1	5.58	$0.64205
Instructions following	2/2	10.00	10.00	100.0%	0	10.00	$0.01497
Puzzle Solving	3/3	10.00	10.00	100.0%	0	9.44	$0.02077

Anthropic: Claude Sonnet 4.6 と比較...

#5 · OpenAI

推論（medium）

Score: 7.92

一貫性: 9.30

試行ごとの合格率: 80.6%

不安定なテスト: 1

結果あたりのコスト: 2.2838

正解テスト: 9/12

合計コスト: $0.20554

#7 · Z.ai

推論（medium）

Score: 6.83

一貫性: 7.86

試行ごとの合格率: 80.6%

不安定なテスト: 3

結果あたりのコスト: 1.3424

正解テスト: 8/12

合計コスト: $0.10740

#4 · Qwen

推論（medium）

Score: 8.42

一貫性: 9.30

試行ごとの合格率: 86.1%

不安定なテスト: 1

結果あたりのコスト: 2.3151

正解テスト: 10/12

合計コスト: $0.23151

Anthropic: Claude Sonnet 4.6 と比較...