#69 Claude Sonnet 4.6
none- Custo
- $0.038
- Tempo
- 27.3s
- Tokens
- 2,598 tok
Anthropic
Lançamento: 2026-02-17
Testado em: 2026-05-22 00:12
anthropic/claude-sonnet-4.6::none
~1T no total (~100B ativos)MoECódigo fechadoEstimado
(medium)
(none)
Resumo
Claude Sonnet 4.6 marca 7.0 no AI BENCHY e fica em #69. Tem fiabilidade 10.0, taxa de acerto de 58.3%, custo total de $0.306 e tempo médio de resposta de 5.33s.
O que torna Claude Sonnet 4.6 único: Destaca-se mais em Específico do domínio, onde fica em #1, enquanto Truques anti-IA é a área mais fraca em #17. É notavelmente rápido em comparação com modelos semelhantes.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- ~1T no total (~100B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Código fechado
- Licença
- -
Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.
7.0
Consistência
9.7
10.0
$0.306
Total de tokens de saída
9,453
Total de tokens de entrada
0
Preço de entrada
$3.000 / 1M
Preço de saída
$15.000 / 1M
Testes instáveis
1
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:00 Novo teste | 7.3 | 10.0 | $0.661 | Comparar | |
| 2026-07-16 22:21 Novo teste adicionado | 7.3 | 10.0 | $0.661 | Comparar | |
| 2026-06-04 13:40 Novo teste adicionado | 6.8 | 10.0 | $0.316 | Comparar | |
| 2026-05-22 00:12 Suite alterada | 7.0 | 10.0 | $0.306 | Execução atual | |
| 2026-04-11 01:44 Primeira execução registrada | 7.4 | N/D | $0.262 | Comparar |
Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:12 · Suite alterada | 60/60 tentativas | 7.0 | 9.7 | 10.0 | 11/20 | 1 | 9,453 | 0 | $0.306 | 5.33s |
| 2026-07-16 22:21 · Novo teste adicionado | 66/66 tentativas | 7.3 | 9.7 | 10.0 | 12/22 | 1 | 19,362 | 123,264 | $0.661 | 8.12s |
| Diferença | — | -0.3 | 0.0 | 0.0 | -1 | 0 | -9909 | -123264 | -$0.355 | -2789ms |
A cobertura do benchmark é diferente: 60/60 tentativas (Meta: 3 repetições por teste) contra 66/66 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
Claude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsGrok 4.6lowClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsLongCat 2.0mediumClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumClaude Sonnet 4.6nonevsGPT-5.6 LunamediumClaude Sonnet 4.6nonevsClaude Opus 4.8none
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 4.8 | 10.0 | |
| Programação | 6.8 | 10.0 | |
| Combinado | 9.5 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 7.7 | 10.0 | |
| Inteligência geral | 6.1 | 3.1 | |
| Seguimento de instruções | 6.5 | 10.0 | |
| Resolução de quebra-cabeças | 7.7 | 10.0 | |
| Chamada de ferramentas | 10.0 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |