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	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

Anthropic: Claude Sonnet 4.6 と比較...

#12 · OpenAI

推論（medium）

Score: 5.75

一貫性: 7.19

試行ごとの合格率: 63.9%

不安定なテスト: 4

結果あたりのコスト: 0.0951

正解テスト: 6/12

合計コスト: $0.00571

#14 · Qwen

推論なし

Score: 5.67

一貫性: 9.99

試行ごとの合格率: 50.0%

不安定なテスト: 0

結果あたりのコスト: 0.0997

正解テスト: 6/12

合計コスト: $0.00599

#11 · OpenAI

推論（medium）

Score: 5.92

一貫性: 6.03

試行ごとの合格率: 72.2%

不安定なテスト: 6

結果あたりのコスト: 0.4675

正解テスト: 6/12

合計コスト: $0.02806

Anthropic: Claude Sonnet 4.6 と比較...