AI BENCHY
Advertise here
#116

Claude Sonnet 5

Anthropic प्रकाशन: 2026-06-30 चाचणी तारीख: 2026-06-30 21:33 anthropic/claude-sonnet-5::none
~1T एकूण (~100B सक्रिय)MoEबंद स्रोतअंदाजित
(medium) (none)

सारांश

Claude Sonnet 5 AI BENCHY वर 5.7 स्कोर करते आणि #116 वर आहे. याची reliability 10.0, pass rate 42.9%, एकूण खर्च $0.287, आणि सरासरी response time 4.74s आहे.

Claude Sonnet 5 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #18.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

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

5.7

सुसंगतता

8.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.287

एकूण आउटपुट टोकन्स

13,325

एकूण इनपुट टोकन्स

76,797

इनपुट किंमत

$2.000 / 1M

आउटपुट किंमत

$10.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 14

प्रति प्रयत्न पास दर: 42.9%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

4.74s

प्रतिसाद वेळ (कमाल): 29.46s

प्रतिसाद वेळ (एकूण): 99.46s

चुकीचे उत्तर: 7 अतिरिक्त फॉरमॅटिंग: 4 उत्तर नाही: 2 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#116 Claude Sonnet 5

none
खर्च
$0.061
वेळ
53.7s
टोकन्स
6,172 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:10 पुन्हा चाचणी 6.1 10.0 $0.548 तुलना करा
2026-07-16 22:32 नवीन चाचणी जोडली 6.3 10.0 $0.548 तुलना करा
2026-06-30 21:33 पहिला रन 5.7 10.0 $0.287 सध्याची रन

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-30 21:35 $2.000 / 1M $10.000 / 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 5nonevsGPT-5.6 LunalowClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsGemma 4 31Bmediumमोफत उपलब्धClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsSeed-2.0-LitenoneClaude Sonnet 5nonevsgpt-oss-120bmediumClaude Sonnet 5nonevsRing-2.6-1TmediumClaude Sonnet 5nonevsQwen3.7 FlashnoneClaude Sonnet 5nonevsLing-3.0-flashhighClaude Sonnet 5nonevsGemini 3.1 Flash Litenone

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 5.3 10.0
कोडिंग 4.6 7.9
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 4.7 3.1
सूचनांचे पालन 6.4 10.0
कोडी सोडवणे 6.0 7.4
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स