claude-sonnet-4-5-20250929
13.7%±1.4%
12.4%CI15.1%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 34 minacum 34 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 34 de minute
- SWE-bench· acum 34 de minute
- Terminal-Bench· acum 34 de minute
- ARC-AGI-2· acum 34 de minute
Filtrează după organizație:
Lansat:
claude-sonnet-4-20250514
7.8%±1.1%
6.7%CI8.8%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 25 | claude-sonnet-4-5-20250929 | Anthropic | sept. 2025 | $3 / $15 | 13.7% | 12.4%–15.1% | #66–232 | ||
| 36 | claude-sonnet-4-20250514 | Anthropic | mai 2025 | — | 7.8% | 6.7%–8.8% | #78–436 |
Se afișează Humanity's Last Exam 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.