Anthropic: Claude Sonnet 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	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 ची तुलना याच्याशी करा...

#5 · OpenAI

तर्क (medium)

Score: 7.92

सुसंगतता: 9.30

प्रति प्रयत्न पास दर: 80.6%

अस्थिर चाचण्या: 1

प्रति निकाल खर्च: 2.2838

बरोबर चाचण्या: 9/12

एकूण खर्च: $0.20554

#7 · Z.ai

तर्क (medium)

Score: 6.83

सुसंगतता: 7.86

प्रति प्रयत्न पास दर: 80.6%

अस्थिर चाचण्या: 3

प्रति निकाल खर्च: 1.3424

बरोबर चाचण्या: 8/12

एकूण खर्च: $0.10740

#4 · Qwen

तर्क (medium)

Score: 8.42

सुसंगतता: 9.30

प्रति प्रयत्न पास दर: 86.1%

अस्थिर चाचण्या: 1

प्रति निकाल खर्च: 2.3151

बरोबर चाचण्या: 10/12

एकूण खर्च: $0.23151

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