AI BENCHY
Advertise here
#42

Claude Opus 4.6

Anthropic Релиз: 2026-02-05 Проверено: 2026-04-11 01:44 anthropic/claude-opus-4.6::medium

Сводка

Claude Opus 4.6 набирает 7.6 в AI BENCHY и занимает #42. У модели надежность Н/Д, доля успешных попыток 70.4%, общая стоимость $1.446 и среднее время ответа 21.08s.

Что делает Claude Opus 4.6 особенной: Сильнее всего модель выделяется в Программирование, где занимает #1; самая слабая область — Анти-ИИ уловки с #15.

Оценка

7.6

Стабильность

9.1

Надежность

Н/Д

Общая стоимость (текущая цена)

$1.446

Общее число выходных токенов

48,767

Общее число входных токенов

0

Цена входа

$5.000 / 1M

Цена выхода

$25.000 / 1M

Тестов верно

Ошибочных тестов: 6

Доля успешных попыток: 70.4%

Нестабильные тесты

2

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

21.08s

Время ответа (макс.): 83.40s

Время ответа (суммарно): 231.84s

Лишнее форматирование: 4 Неверный ответ: 2

Генерация showcase

Hamster playing table tennis

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

#42 Claude Opus 4.6

medium
Неверный SVG
Стоимость
$0.000
Время
300.0s
Токены
0 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-06-04 13:45 Добавлен новый тест 7.0 10.0 $2.053 Сравнить
2026-05-22 00:17 Набор изменён 7.2 10.0 $1.896 Сравнить
2026-04-11 01:44 Первый зафиксированный запуск 7.6 Н/Д $1.446 Текущий запуск

Сравнение запусков

ЗапускОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-04-11 01:44 · Первый зафиксированный запуск7.69.1Н/Д12/18248,7670$1.44621.08s
2026-06-04 13:45 · Добавлен новый тест7.08.810.012/21371,44653,227$2.05325.89s
Разница+0.6+0.30-1-22679-53227-$0.607-4816ms

Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6mediumБесплатно доступноClaude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmediumБесплатно доступноClaude Opus 4.6mediumvsGPT-5.5low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 6.4 5.8
Программирование 10.0 10.0
Комбинированный 10.0 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 3.0 10.0
Общий интеллект 10.0 10.0
Следование инструкциям 10.0 10.0
Решение головоломок 7.7 10.0
Вызов инструментов 10.0 10.0

Сравниваемые модели