比较图表

语言:

❤️ Made by XCS

AI BENCHY 对比

Anthropic: Claude Sonnet 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 Sonnet 4.6 medium 发布日期: 发布日期未知	Anthropic: Claude Sonnet 4.6 none 发布日期: 发布日期未知
排名	#8	#14
分数	7.43	6.36
一致性	9.40	9.50
每个结果成本	8.105	1.325
总成本	$0.811	$0.106
测试正确
错误测试数	4	6
尝试通过率	73.8%	59.5%
不稳定测试	1	1
输出令牌	29,098	2,637
推理令牌	20,435	0

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 Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0

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 Sonnet 4.6	10.00	10.00	100.0%	0		727	907
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0

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 Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0

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 Sonnet 4.6	10.00	10.00	100.0%	0		316	523
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0

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 Sonnet 4.6	10.00	10.00	100.0%	0		579	642
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0

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 Sonnet 4.6	10.00	10.00	100.0%	0		655	351
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Anthropic: Claude Sonnet 4.6 与...对比