Anthropic: Claude Opus 4.6

Aibenchy टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : १९ फेब्रु, २०२६

श्रेणीवार तपशील

श्रेणी	पूर्णपणे पास झालेल्या चाचण्या	Score	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	तर्क गुण	खर्च
Anti-AI Tricks	0/2	1.00	1.62	33.3%	2	10.00	$0.03036
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.07755
Domain specific	0/3	1.00	10.00	0.0%	0	7.61	$0.60915
Instructions following	2/2	9.50	9.99	100.0%	0	9.50	$0.02231
Puzzle Solving	2/3	7.00	10.00	66.7%	0	9.44	$0.03281

Anthropic: Claude Opus 4.6 ची तुलना याच्याशी करा...

#15 · Z.ai

तर्क नाही

Score: 5.42

सुसंगतता: 10.00

प्रति प्रयत्न पास दर: 50.0%

अस्थिर चाचण्या: 0

प्रति निकाल खर्च: 0.0704

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.00423

#17 · MiniMax

तर्क (medium)

Score: 5.08

सुसंगतता: 6.00

प्रति प्रयत्न पास दर: 61.1%

अस्थिर चाचण्या: 6

प्रति निकाल खर्च: 4.0276

बरोबर चाचण्या: 5/12

एकूण खर्च: $0.20138

#14 · Qwen

तर्क नाही

Score: 5.67

सुसंगतता: 9.99

प्रति प्रयत्न पास दर: 50.0%

अस्थिर चाचण्या: 0

प्रति निकाल खर्च: 0.0997

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.00599

Anthropic: Claude Opus 4.6 ची तुलना याच्याशी करा...