Sonnet 5.5
61.8%±2.9%
58.9%CI64.8%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 12 minacum 12 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 33 de minute
- Arena · WebDev· acum 33 de minute
- Arena · Vision· acum 33 de minute
- Arena · Agent· acum 33 de minute
- GPQA Diamond· acum 12 minute
- SWE-bench· acum 12 minute
- Terminal-Bench· acum 12 minute
- ARC-AGI-2· acum 12 minute
Filtrează după organizație:
Lansat:
Sonnet 5
12.4%±3.1%
9.4%CI15.5%
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 2 | Sonnet 5.5 | Anthropic | — | — | 61.8% | 58.9%–64.8% | — | ||
| 22 | Sonnet 5 | Anthropic | — | — | 12.4% | 9.4%–15.5% | — |
Se afișează Terminal-Bench 4.0 exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.