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	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 ची तुलना याच्याशी करा...

#12 · OpenAI

तर्क (medium)

Score: 5.75

सुसंगतता: 7.19

प्रति प्रयत्न पास दर: 63.9%

अस्थिर चाचण्या: 4

प्रति निकाल खर्च: 0.0951

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.00571

#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

#11 · OpenAI

तर्क (medium)

Score: 5.92

सुसंगतता: 6.03

प्रति प्रयत्न पास दर: 72.2%

अस्थिर चाचण्या: 6

प्रति निकाल खर्च: 0.4675

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.02806

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