Anthropic: Claude Sonnet 4.6

بینچ مارکس Aibenchy ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے : 19 فروری، 2026

زمرہ وار تفصیل

زمرہ	مکمل طور پر کامیاب ٹیسٹ	Score	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	استدلال اسکور	لاگت
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

Anthropic: Claude Sonnet 4.6 کا موازنہ اس کے ساتھ کریں...

#12 · OpenAI

استدلال (medium)

Score: 5.75

تسلسل: 7.19

فی کوشش کامیابی کی شرح: 63.9%

غیر مستحکم ٹیسٹ: 4

فی نتیجہ لاگت: 0.0951

درست ٹیسٹس: 6/12

کل لاگت: $0.00571

#14 · Qwen

بغیر استدلال

Score: 5.67

تسلسل: 9.99

فی کوشش کامیابی کی شرح: 50.0%

غیر مستحکم ٹیسٹ: 0

فی نتیجہ لاگت: 0.0997

درست ٹیسٹس: 6/12

کل لاگت: $0.00599

#11 · OpenAI

استدلال (medium)

Score: 5.92

تسلسل: 6.03

فی کوشش کامیابی کی شرح: 72.2%

غیر مستحکم ٹیسٹ: 6

فی نتیجہ لاگت: 0.4675

درست ٹیسٹس: 6/12

کل لاگت: $0.02806

Anthropic: Claude Sonnet 4.6 کا موازنہ اس کے ساتھ کریں...