AI BENCHY
Advertise here

#43

Claude Sonnet 4.6

Anthropic 发布日期: 2026-02-17 测试于: 2026-05-21 15:24 anthropic/claude-sonnet-4.6::medium
(medium) (none)

分数

7.6

一致性

9.6

可靠性

8.3

总成本

$1.834

总输出令牌

113,033

????

$3.000 / 1M

????

$15.000 / 1M

测试正确

错误测试数: 7

尝试通过率: 66.7%

不稳定测试

1

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）。

响应时间（平均）

37.16s

响应时间（最大）: 289.23s

响应时间（总计）: 445.94s

答案错误: 3 额外格式: 2 未遵循指令: 1 超时: 1

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-05-21 15:24 重新测试 7.6 8.3 $1.834 当前轮次
2026-05-21 15:24 测试集已变更 7.6 8.3 $1.834 比较
2026-04-11 01:44 首次记录的运行 8.0 不适用 $1.161 比较

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

Claude Sonnet 4.6mediumvsGemini 3.1 Flash LitemediumClaude Sonnet 4.6mediumvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewmediumClaude Sonnet 4.6mediumvsGemini 3.5 FlashlowClaude Sonnet 4.6mediumvsRing-2.6-1Tmedium

类别细分

类别 分数 一致性 测试正确
反AI技巧 6.5 10.0
编程 7.0 10.0
综合 10.0 10.0
数据解析与提取 10.0 10.0
领域专项 2.9 7.2
通用智能 10.0 10.0
指令遵循 10.0 10.0
谜题求解 10.0 10.0
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型