AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#105

Claude Sonnet 5

Anthropic Lansare: 2026-06-30 Testat la: 2026-07-16 22:32 anthropic/claude-sonnet-5::none
~1T în total (~100B activi)MoEÎnchisEstimat
(medium) (none)

Rezumat

Claude Sonnet 5 obține 6.3 pe AI BENCHY și este pe #105. Are fiabilitate 10.0, rată de reușită 45.5%, cost total $0.548 și timp mediu de răspuns 6.04s.

Ce face Claude Sonnet 5 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #3, iar Trucuri anti-AI este zona cea mai slabă, la #18.

Date despre model

Documentat la 2026-08-12

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.

Scor

6.3

Consistență

8.7

Total tokenuri de ieșire

22,511

Total tokenuri de intrare

161,035

Preț de intrare

$2.000 / 1M

Preț de ieșire

$10.000 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 45.5%

Teste instabile

4

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

Timp de răspuns (mediu)

6.04s

Timp de răspuns (maxim): 33.39s

Timp de răspuns (total): 132.85s

Hamster playing table tennis

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

#105 Claude Sonnet 5

none
Cost
$0.061
Timp
53.7s
Tokenuri
6,172 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 02:10 Retestare 6.1 10.0 $0.548 Compară
2026-07-16 22:32 Test nou adăugat 6.3 10.0 $0.548 Rularea curentă
2026-06-30 21:33 Prima rulare 5.7 10.0 $0.287 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-30 21:35 $2.000 / 1M $10.000 / 1M

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 5.3 10.0
Programare 4.6 7.9
Combinat 6.5 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 7.2
Inteligență generală 4.7 3.1
Respectarea instrucțiunilor 6.4 10.0
Rezolvare de puzzle-uri 6.0 7.4
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate