claude-sonnet-4-6
87.4%±2.0%
85.4%CI89.4%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 35 minacum 35 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 35 de minute
- SWE-bench· acum 35 de minute
- Terminal-Bench· acum 35 de minute
- ARC-AGI-2· acum 35 de minute
Filtrează după organizație:
Lansat:
claude-sonnet-4-5-20250929
82.3%±2.7%
79.6%CI85.0%
claude-sonnet-4-20250514
78.3%±2.9%
75.3%CI81.2%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 60 | claude-sonnet-4-6 | Anthropic | sept. 2026 | $3 / $15 | 87.4% | 85.4%–89.4% | #38–77 | ||
| 82 | claude-sonnet-4-5-20250929 | Anthropic | sept. 2025 | $3 / $15 | 82.3% | 79.6%–85.0% | #66–232 | ||
| 92 | claude-sonnet-4-20250514 | Anthropic | mai 2025 | — | 78.3% | 75.3%–81.2% | #78–436 |
Se afișează GPQA Diamond 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.