Anthropic: Claude Sonnet 4.6

基准结果生成自 Aibenchy 测试套件，时间： : 2026年2月19日

类别细分

类别	完全通过的测试	Score	一致性	尝试通过率	不稳定测试	推理得分	成本
Anti-AI Tricks	1/2	5.50	10.00	50.0%	0	9.83	$0.02304
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.04958
Domain specific	0/3	1.00	7.21	11.1%	1	5.58	$0.64205
Instructions following	2/2	10.00	10.00	100.0%	0	10.00	$0.01497
Puzzle Solving	3/3	10.00	10.00	100.0%	0	9.44	$0.02077

将 Anthropic: Claude Sonnet 4.6 与...对比

#5 · OpenAI

推理（medium）

Score: 7.92

一致性: 9.30

尝试通过率: 80.6%

不稳定测试: 1

每个结果成本: 2.2838

测试正确: 9/12

总成本: $0.20554

#7 · Z.ai

推理（medium）

Score: 6.83

一致性: 7.86

尝试通过率: 80.6%

不稳定测试: 3

每个结果成本: 1.3424

测试正确: 8/12

总成本: $0.10740

#4 · Qwen

推理（medium）

Score: 8.42

一致性: 9.30

尝试通过率: 86.1%

不稳定测试: 1

每个结果成本: 2.3151

测试正确: 10/12

总成本: $0.23151

将 Anthropic: Claude Sonnet 4.6 与...对比