#30 Claude Sonnet 4.6
medium
SVG invalid
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
Anthropic
Lansare: 2026-02-17
Testat la: 2026-04-11 01:44
anthropic/claude-sonnet-4.6::medium
(medium)
(none)
Rezumat
Claude Sonnet 4.6 obține 8.0 pe AI BENCHY și este pe #30. Are fiabilitate N/D, rată de reușită 74.1%, cost total $1.161 și timp mediu de răspuns 12.66s.
Ce face Claude Sonnet 4.6 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #17.
8.0
Consistență
9.5
N/D
$1.161
Total tokenuri de ieșire
68,852
Total tokenuri de intrare
0
Preț de intrare
$3.000 / 1M
Preț de ieșire
$15.000 / 1M
Teste instabile
1
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:42 Test nou adăugat | 7.4 | 10.0 | $1.418 | Compară | |
| 2026-05-22 00:14 Suită modificată | 7.6 | 10.0 | $1.330 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 8.0 | N/D | $1.161 | Rularea curentă |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Prima rulare înregistrată | 8.0 | 9.5 | N/D | 13/18 | 1 | 68,852 | 0 | $1.161 | 12.66s |
| 2026-05-22 00:14 · Suită modificată | 7.6 | 9.2 | 10.0 | 13/20 | 2 | 79,442 | 0 | $1.330 | 15.72s |
| Diferență | +0.5 | +0.3 | 0 | -1 | -10590 | 0 | -$0.169 | -3062ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
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 A55bmediumDisponibil gratuitClaude Sonnet 4.6mediumvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.5 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |