Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-4o-mini

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Sonnet 4.6 medium Lansare: Data lansării necunoscută OpenAI: GPT-4o-mini none Lansare: Data lansării necunoscută
Rang #8 #28
Scor 7.43 4.86
Consistență 9.40 9.98
Cost per rezultat 8.105 0.056
Cost total $0.811 $0.003
Teste corecte
Teste greșite 4 9
Rată de trecere pe încercare 73.8% 35.7%
Teste instabile 1 0
Tokenuri de ieșire 29,098 949
Tokenuri de raționament 20,435 0

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
OpenAI: GPT-4o-mini 4.00 10.00 33.3% 0 180 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 183 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
OpenAI: GPT-4o-mini 1.00 10.00 0.0% 0 15 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
OpenAI: GPT-4o-mini 5.50 10.00 50.0% 0 71 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
OpenAI: GPT-4o-mini 4.00 9.92 0.0% 0 295 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 205 0

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară OpenAI: GPT-4o-mini cu...