导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Anthropic: Claude Sonnet 5

摘要

Claude Sonnet 4.6 vs Claude Sonnet 5 benchmark 对比：平均分几乎持平，为 7.8 vs 7.9。 Claude Sonnet 5 benchmark 成本更低，为 $0.550 vs $1.418。 Claude Sonnet 5 更快，为 9.94s vs 17.06s，通过率为 65.1% vs 79.4%。

推荐模型: Claude Sonnet 5 - 它在这里得分最高（7.9），同时成本比Claude Sonnet 4.6低约 2.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30
分数 7.8 7.9
排名 #32 #30
可靠性 10.0 10.0
一致性 9.1 9.0
测试正确
尝试通过率 65.1% 79.4%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 10.904 3.662
总成本 $1.418 $0.550
输入价格 $3.000 / 1M $2.000 / 1M
输出价格 $15.000 / 1M $10.000 / 1M
总输入令牌 49,112 67,416
输出令牌 54,703 34,012
推理令牌 29,970 7,673
响应时间（平均） 17.06s 9.94s
响应时间（最大） 46.35s 56.94s
响应时间（总计） 221.83s 208.71s

生成展示

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#30 Claude Sonnet 5

medium
成本
$0.007
时间
6.4s
令牌
832 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

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 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Claude Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Claude Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
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 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Claude Sonnet 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Claude Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Claude Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Claude Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Claude Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Claude Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Claude Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204

快速对比

切换对比组合

Claude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 5mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighClaude Sonnet 5mediumvsDeepSeek V4 ProhighClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 5mediumvsGPT-5.3 ChatnoneClaude Sonnet 5mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 5mediumvsGemini 3 Flash PreviewlowClaude Sonnet 5mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 Pronone