#42 Claude Opus 4.6
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
Anthropic
发布日期: 2026-02-05
测试于: 2026-04-11 01:44
anthropic/claude-opus-4.6::medium
摘要
Claude Opus 4.6 在 AI BENCHY 上得分 7.6，排名 #42。它的可靠性为 不适用，通过率为 70.4%，总成本为 $1.446，平均响应时间为 21.08s。
Claude Opus 4.6 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 反AI技巧，排名 #15。
输入价格
$5.000 / 1M
输出价格
$25.000 / 1M
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 13:45 新增测试 | 7.0 | 10.0 | $2.053 | 比较 | |
| 2026-05-22 00:17 测试集已变更 | 7.2 | 10.0 | $1.896 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 7.6 | 不适用 | $1.446 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 首次记录的运行 | 7.6 | 9.1 | 不适用 | 12/18 | 2 | 48,767 | 0 | $1.446 | 21.08s |
| 2026-05-22 00:17 · 测试集已变更 | 7.2 | 9.1 | 10.0 | 12/20 | 2 | 65,814 | 0 | $1.896 | 25.44s |
| 差值 | +0.4 | 0.0 | 0 | 0 | -17047 | 0 | -$0.451 | -4362ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6medium免费可用Claude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.6mediumvsGPT-5.5low