claude-sonnet-4-6
85.8%±4.5%
81.3%CI90.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 30 minacum 30 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 4 ore
- Arena · WebDev· acum 4 ore
- Arena · Vision· acum 4 ore
- Arena · Agent· acum 4 ore
- GPQA Diamond· acum 30 de minute
- SWE-bench· acum 30 de minute
- Terminal-Bench· acum 30 de minute
- ARC-AGI-2· acum 30 de minute
Filtrează după organizație:
Lansat:
claude-sonnet-4-5-20250929
77.8%±6.3%
71.5%CI84.0%
claude-sonnet-4-20250514
71.1%±6.8%
64.3%CI77.9%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 75 | claude-sonnet-4-6 | Anthropic | sept. 2026 | $3 / $15 | 85.8% | 81.3%–90.3% | #39–78 | ||
| 89 | claude-sonnet-4-5-20250929 | Anthropic | sept. 2025 | $3 / $15 | 77.8% | 71.5%–84.0% | #66–232 | ||
| 96 | claude-sonnet-4-20250514 | Anthropic | mai 2025 | — | 71.1% | 64.3%–77.9% | #78–436 |
Se afișează AIME (matematică) 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.