AI BENCHY
Advertise here
#47

Claude Sonnet 4.6

Anthropic Releasedatum: 2026-02-17 Getest op: 2026-05-22 00:14 anthropic/claude-sonnet-4.6::medium
(medium) (none)

Samenvatting

Claude Sonnet 4.6 scoort 7.6 op AI BENCHY en staat op #47. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 68.3%, $1.330 totale kosten en 15.72s gemiddelde responstijd.

Wat Claude Sonnet 4.6 uniek maakt: Het valt het meest op in Algemene intelligentie, waar het #1 staat, terwijl Domeinspecifiek het zwakste gebied is met #15.

Score

7.6

Consistentie

9.2

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$1.330

Totaal aantal uitvoer-tokens

79,442

Totaal aantal invoer-tokens

0

Invoerprijs

$3.000 / 1M

Uitvoerprijs

$15.000 / 1M

Correcte tests

Foute tests: 7

Slaagpercentage per poging: 68.3%

Instabiele tests

2

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

Responstijd (gem.)

15.72s

Responstijd (max): 46.35s

Responstijd (totaal): 188.69s

Extra opmaak: 3 Verkeerd antwoord: 3 Time-out: 1

Generatie-showcase

Hamster playing table tennis

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

#47 Claude Sonnet 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 13:42 Nieuwe test toegevoegd 7.4 10.0 $1.418 Vergelijken
2026-05-22 00:14 Suite gewijzigd 7.6 10.0 $1.330 Huidige run
2026-04-11 01:44 Eerste geregistreerde run 8.0 n.v.t. $1.161 Vergelijken

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

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-22 00:14 · Suite gewijzigd7.69.210.013/20279,4420$1.33015.72s
2026-06-04 13:42 · Nieuwe test toegevoegd7.49.110.013/21284,67349,112$1.41817.06s
Verschil+0.2+0.10.000-5231-49112-$0.088-1340ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

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 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 A55bmediumGratis beschikbaarClaude Sonnet 4.6mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.5 10.0
Programmeren 6.9 6.0
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 2.9 7.2
Algemene intelligentie 10.0 10.0
Instructies opvolgen 10.0 10.0
Puzzeloplossing 10.0 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen