Advertise here
#80

Claude Sonnet 5.5

Anthropic Lansare: 2026-09-29 Testat la: 2026-09-29 21:36 anthropic/claude-sonnet-5.5::high
~1T în total (~100B activi)MoEÎnchisEstimat
(max) (xhigh) (high) (medium) (low)

Rezumat

Claude Sonnet 5.5 obține 8.3 pe AI BENCHY și este pe #80. Are fiabilitate 10.0, rată de reușită 80.3%, cost total $0.752 și timp mediu de răspuns 8.94s.

Ce face Claude Sonnet 5.5 unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #16. Este vizibil rapid față de modele similare.

Date despre model

Documentat la 2026-09-29

Estimat
Parametri
~1T în total (~100B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

8.3

Consistență

8.3

Fiabilitate

10.0

Cost total (preț curent)

$0.752

Total tokenuri de ieșire

43,305

Total tokenuri de intrare

159,456

Preț de intrare

$2.000 / 1M

Preț de ieșire

$10.000 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 80.3%

Teste instabile

5

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

8.94s

Timp de răspuns (maxim): 25.71s

Timp de răspuns (total): 196.68s

Răspuns greșit: 5 Formatare suplimentară: 1 Apel de instrument invalid: 1

Hamster playing table tennis

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

#80 Claude Sonnet 5.5

high
Cost
$0.088
Timp
73.5s
Tokenuri
8,914 tok

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Claude Sonnet 5.5highvsClaude Sonnet 5.5xhighClaude Sonnet 5.5highvsGPT-6 LunahighClaude Sonnet 5.5highvsMuse Spark 1.1lowClaude Sonnet 5.5highvsClaude Fable 5.1mediumClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Sonnet 5.5highvsGemini 2.5 FlashmediumClaude Sonnet 5.5highvsGLM 5.3 FlashXmaxClaude Sonnet 5.5highvsMuse Spark 1.3lowClaude Sonnet 5.5highvsInkling SmallhighClaude Sonnet 5.5highvsClaude Sonnet 5medium

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 10.0 10.0
Combinat 8.2 6.9
Parsare și extragere de date 7.3 5.8
Specific domeniului 3.5 4.4
Inteligență generală 6.5 3.4
Respectarea instrucțiunilor 9.9 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate