Anthropic: Claude Sonnet 4.6

Бенчмарки сгенерированы из тестовых наборов Aibenchy в : 19 февр. 2026 г.

Разбивка по категориям

Категория	Полностью пройденные тесты	Score	Стабильность	Доля успешных попыток	Нестабильные тесты	Оценка рассуждения	Стоимость
Anti-AI Tricks	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

Сравнить Anthropic: Claude Sonnet 4.6 с...

#12 · OpenAI

Рассуждение (medium)

Score: 5.75

Стабильность: 7.19

Доля успешных попыток: 63.9%

Нестабильные тесты: 4

Стоимость за результат: 0.0951

Тестов верно: 6/12

Общая стоимость: $0.00571

#14 · Qwen

Без рассуждения

Score: 5.67

Стабильность: 9.99

Доля успешных попыток: 50.0%

Нестабильные тесты: 0

Стоимость за результат: 0.0997

Тестов верно: 6/12

Общая стоимость: $0.00599

#11 · OpenAI

Рассуждение (medium)

Score: 5.92

Стабильность: 6.03

Доля успешных попыток: 72.2%

Нестабильные тесты: 6

Стоимость за результат: 0.4675

Тестов верно: 6/12

Общая стоимость: $0.02806

Сравнить Anthropic: Claude Sonnet 4.6 с...