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	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

将 Anthropic: Claude Sonnet 4.6 与...对比

#12 · OpenAI

推理（medium）

Score: 5.75

一致性: 7.19

尝试通过率: 63.9%

不稳定测试: 4

每个结果成本: 0.0951

测试正确: 6/12

总成本: $0.00571

#14 · Qwen

无推理

Score: 5.67

一致性: 9.99

尝试通过率: 50.0%

不稳定测试: 0

每个结果成本: 0.0997

测试正确: 6/12

总成本: $0.00599

#11 · OpenAI

推理（medium）

Score: 5.92

一致性: 6.03

尝试通过率: 72.2%

不稳定测试: 6

每个结果成本: 0.4675

测试正确: 6/12

总成本: $0.02806

将 Anthropic: Claude Sonnet 4.6 与...对比