#47 Claude Sonnet 4.6
medium
Неверный SVG
- Стоимость
- $0.000
- Время
- 300.0s
- Токены
- 0 tok
Anthropic
Релиз: 2026-02-17
Проверено: 2026-05-22 00:14
anthropic/claude-sonnet-4.6::medium
~1T всего (~100B активных)MoEЗакрытая модельОценка
(medium)
(none)
Сводка
Claude Sonnet 4.6 набирает 7.6 в AI BENCHY и занимает #47. У модели надежность 10.0, доля успешных попыток 68.3%, общая стоимость $1.330 и среднее время ответа 15.72s.
Что делает Claude Sonnet 4.6 особенной: Сильнее всего модель выделяется в Следование инструкциям, где занимает #1; самая слабая область — Анти-ИИ уловки с #18.
Сведения о модели
Дата исследования: 2026-08-12
- Параметры
- ~1T всего (~100B активных)
- Архитектура
- MoE
- Доступность
- Закрытая модель
- Лицензия
- -
Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.
7.6
Стабильность
9.2
10.0
Общее число выходных токенов
79,442
Общее число входных токенов
0
Цена входа
$3.000 / 1M
Цена выхода
$15.000 / 1M
Нестабильные тесты
2
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-08-14 02:03 Повторный тест | 7.8 | 10.0 | $2.126 | Сравнить | |
| 2026-07-16 22:27 Добавлен новый тест | 7.8 | 10.0 | $2.057 | Сравнить | |
| 2026-06-04 13:42 Добавлен новый тест | 7.4 | 10.0 | $1.418 | Сравнить | |
| 2026-05-22 00:14 Набор изменён | 7.6 | 10.0 | $1.330 | Текущий запуск | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 8.0 | Н/Д | $1.161 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:14 · Набор изменён | 60/60 попыток | 7.6 | 9.2 | 10.0 | 13/20 | 2 | 79,442 | 0 | $1.330 | 15.72s |
| 2026-07-16 22:27 · Добавлен новый тест | 66/66 попыток | 7.8 | 9.2 | 10.0 | 14/22 | 2 | 115,865 | 106,292 | $2.057 | 25.91s |
| Разница | — | -0.3 | 0.0 | 0.0 | -1 | 0 | -36423 | -106292 | -$0.728 | -10189ms |
Покрытие бенчмарка различается: 60/60 попыток (Цель: 3 повторов на тест) против 66/66 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.
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.
Лучшие модели по оценке
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
Claude Sonnet 4.6mediumvsGPT-5.6 TerramediumClaude Sonnet 4.6mediumvsQwen3.8 27BmediumClaude Sonnet 4.6mediumvsGLM 5.2mediumClaude Sonnet 4.6mediumvsSeed-2.0-LitemediumClaude Sonnet 4.6mediumvsGemini 3.5 Flash LitemediumClaude Sonnet 4.6mediumvsClaude Opus 4.8lowClaude Sonnet 4.6mediumvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsQwen3.7 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 PlusmediumClaude Sonnet 4.6mediumvsGLM 5medium
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 6.5 | 10.0 | |
| Программирование | 6.9 | 6.0 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 2.9 | 7.2 | |
| Общий интеллект | 10.0 | 10.0 | |
| Следование инструкциям | 10.0 | 10.0 | |
| Решение головоломок | 10.0 | 10.0 | |
| Вызов инструментов | 10.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |