AI BENCHY
Advertise here
#63

Claude Opus 4.6

Anthropic Releasedatum: 2026-02-05 Getest op: 2026-05-22 00:17 anthropic/claude-opus-4.6::medium

Samenvatting

Claude Opus 4.6 scoort 7.2 op AI BENCHY en staat op #63. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 63.3%, $1.896 totale kosten en 25.44s gemiddelde responstijd.

Wat Claude Opus 4.6 uniek maakt: Het valt het meest op in Instructies opvolgen, waar het #1 staat, terwijl Anti-AI-trucs het zwakste gebied is met #12.

Score

7.2

Consistentie

9.1

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$1.896

Totaal aantal uitvoer-tokens

65,814

Totaal aantal invoer-tokens

0

Invoerprijs

$5.000 / 1M

Uitvoerprijs

$25.000 / 1M

Correcte tests

Foute tests: 8

Slaagpercentage per poging: 63.3%

Instabiele tests

2

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

25.44s

Responstijd (max): 83.40s

Responstijd (totaal): 330.70s

Extra opmaak: 4 Verkeerd antwoord: 3 Instructies niet gevolgd: 1

Generatie-showcase

Hamster playing table tennis

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

#63 Claude Opus 4.6

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 13:45 Nieuwe test toegevoegd 7.0 10.0 $2.053 Vergelijken
2026-05-22 00:17 Suite gewijzigd 7.2 10.0 $1.896 Huidige run
2026-04-11 01:44 Eerste geregistreerde run 7.6 n.v.t. $1.446 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6mediumGratis beschikbaarClaude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarClaude Opus 4.6mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.4 5.8
Programmeren 7.2 9.8
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 3.0 10.0
Algemene intelligentie 10.0 10.0
Instructies opvolgen 10.0 10.0
Puzzeloplossing 7.7 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen