导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Anthropic: Claude Sonnet 4.6

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Opus 4.6 medium 发布日期: 发布日期未知 Anthropic: Claude Sonnet 4.6 medium 发布日期: 发布日期未知
排名 #20 #8
分数 6.07 7.43
一致性 8.80 9.40
每个结果成本 10.992 8.105
总成本 $0.880 $0.811
测试正确
错误测试数 6 4
尝试通过率 61.9% 73.8%
不稳定测试 2 1
输出令牌 19,576 29,098
推理令牌 11,081 20,435

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351

切换对比组合

将 Anthropic: Claude Opus 4.6 与...对比

将 Anthropic: Claude Sonnet 4.6 与...对比