AI BENCHY
Advertise here
#32

Claude Sonnet 4.6

Anthropic प्रकाशन: 2026-02-17 चाचणी तारीख: 2026-06-04 13:42 anthropic/claude-sonnet-4.6::medium
(medium) (none)

सारांश

Claude Sonnet 4.6 AI BENCHY वर 7.8 स्कोर करते आणि #32 वर आहे. याची reliability 10.0, pass rate 65.1%, एकूण खर्च $1.418, आणि सरासरी response time 17.06s आहे.

स्कोअर

7.8

सुसंगतता

9.1

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.418

एकूण आउटपुट टोकन्स

84,673

एकूण इनपुट टोकन्स

49,112

इनपुट किंमत

$3.000 / 1M

आउटपुट किंमत

$15.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 8

प्रति प्रयत्न पास दर: 65.1%

अस्थिर चाचण्या

2

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

17.06s

प्रतिसाद वेळ (कमाल): 46.35s

प्रतिसाद वेळ (एकूण): 221.83s

चुकीचे उत्तर: 4 अतिरिक्त फॉरमॅटिंग: 3 वेळ संपला: 1

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#32 Claude Sonnet 4.6

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:42 नवीन चाचणी जोडली 7.4 10.0 $1.418 सध्याची रन
2026-05-22 00:14 सूट बदलला 7.6 10.0 $1.330 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.0 लागू नाही $1.161 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $3.000 / 1M $15.000 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Claude Sonnet 4.6mediumvsClaude Sonnet 5mediumClaude Sonnet 4.6mediumvsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6mediumvsGemini 3.5 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewmediumClaude Sonnet 4.6mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धClaude Sonnet 4.6mediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 6.5 10.0
कोडिंग 5.7 6.6
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स