AI BENCHY
Advertise here
#69

Claude Sonnet 4.6

Anthropic Releasedatum: 2026-02-17 Getest op: 2026-05-22 00:12 anthropic/claude-sonnet-4.6::none
(medium) (none)

Samenvatting

Claude Sonnet 4.6 scoort 7.0 op AI BENCHY en staat op #69. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 58.3%, $0.306 totale kosten en 5.33s gemiddelde responstijd.

Wat Claude Sonnet 4.6 uniek maakt: Het valt het meest op in Domeinspecifiek, waar het #2 staat, terwijl Anti-AI-trucs het zwakste gebied is met #13.

Score

7.0

Consistentie

9.7

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.306

Totaal aantal uitvoer-tokens

9,453

Totaal aantal invoer-tokens

0

Invoerprijs

$3.000 / 1M

Uitvoerprijs

$15.000 / 1M

Correcte tests

Foute tests: 9

Slaagpercentage per poging: 58.3%

Instabiele tests

1

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

Responstijd (gem.)

5.33s

Responstijd (max): 23.84s

Responstijd (totaal): 69.29s

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

Generatie-showcase

Hamster playing table tennis

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

#69 Claude Sonnet 4.6

none
Kosten
$0.038
Tijd
27.3s
Tokens
2,598 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 13:40 Nieuwe test toegevoegd 6.8 10.0 $0.316 Vergelijken
2026-05-22 00:12 Suite gewijzigd 7.0 10.0 $0.306 Huidige run
2026-04-11 01:44 Eerste geregistreerde run 7.4 n.v.t. $0.262 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 00:12 · Suite gewijzigd7.09.710.011/2019,4530$0.3065.33s
2026-04-11 01:44 · Eerste geregistreerde run7.49.6n.v.t.11/1817,4330$0.2624.98s
Verschil-0.4+0.100+20200+$0.045+345ms

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 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemini 3.5 FlashhighClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumClaude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarClaude Sonnet 4.6nonevsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 4.8 10.0
Programmeren 6.8 10.0
Gecombineerd 9.5 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 7.7 10.0
Algemene intelligentie 6.1 3.1
Instructies opvolgen 6.5 10.0
Puzzeloplossing 7.7 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen