Advertise here
#79

Claude Sonnet 5.5

Anthropic प्रकाशन: 2026-09-29 चाचणी तारीख: 2026-09-29 21:37 anthropic/claude-sonnet-5.5::xhigh
~1T एकूण (~100B सक्रिय)MoEबंद स्रोतअंदाजित
(max) (xhigh) (high) (medium) (low)

सारांश

Claude Sonnet 5.5 AI BENCHY वर 8.3 स्कोर करते आणि #79 वर आहे. याची reliability 10.0, pass rate 78.8%, एकूण खर्च $1.069, आणि सरासरी response time 13.17s आहे.

Claude Sonnet 5.5 खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डोमेन-विशिष्ट हा सर्वात कमकुवत भाग आहे, rank #15.

मॉडेलची माहिती

संशोधन दिनांक: 2026-09-29

अंदाजित
पॅरामीटर्स
~1T एकूण (~100B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

8.3

सुसंगतता

8.7

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.069

एकूण आउटपुट टोकन्स

77,105

एकूण इनपुट टोकन्स

148,643

इनपुट किंमत

$2.000 / 1M

आउटपुट किंमत

$10.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 7

प्रति प्रयत्न पास दर: 78.8%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

13.17s

प्रतिसाद वेळ (कमाल): 54.91s

प्रतिसाद वेळ (एकूण): 289.67s

चुकीचे उत्तर: 3 अतिरिक्त फॉरमॅटिंग: 1 सूचनांचे पालन केले नाही: 1 अवैध टूल कॉल: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#79 Claude Sonnet 5.5

xhigh
खर्च
$0.319
वेळ
258.6s
टोकन्स
31,969 tok

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 5.5xhighvsMuse Spark 1.1lowClaude Sonnet 5.5xhighvsClaude Sonnet 5.5highClaude Sonnet 5.5xhighvsDeepSeek V4.1 FlashmaxClaude Sonnet 5.5xhighvsGPT-6 LunahighClaude Sonnet 5.5xhighvsGLM 5.3 FlashXmaxClaude Sonnet 5.5xhighvsClaude Fable 5.1mediumClaude Sonnet 5.5xhighvsInkling SmallhighClaude Sonnet 5.5xhighvsGemini 2.5 FlashmediumClaude Sonnet 5.5xhighvsGPT-6 SollowClaude Sonnet 5.5xhighvsMuse Spark 1.3low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 8.2 7.2
संयुक्त 8.7 6.9
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 6.5 3.4
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