Агенты
ArenaNet Improvement · выполнение задач
12,99%
95% ДИ: 9,86–16,11
Место 6 · 7 560 сессий
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
US СШАAnthropic
Claude Sonnet 5.5
Версия оценки Claude Sonnet 5.5 (max with fallback)
Релиз
Сравнение моделей
Оценки Arena
Реальные задачи и выбор пользователейПодробнее о работе агента
Подтверждённый успех
ArenaConfirmed Success
21,13%
95% ДИ: 16,19–26,08
Место 1
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
Похвала и жалобы
ArenaPraise vs Complaint
18,44%
95% ДИ: 6,64–30,24
Место 7
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
Управляемость
ArenaSteerability
11,69%
95% ДИ: 8,17–15,21
Место 6
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
Надёжность Bash
ArenaBash Reliability
13,35%
95% ДИ: 12,57–14,13
Место 3
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
Инструменты без галлюцинаций
ArenaTool Hallucination · улучшение
0,5%
95% ДИ: 0,28–0,72
Место 19
В Arena: Claude Sonnet 5.5 (Max)
Рейтинг от
В агентных метриках показано улучшение к базовой линии, а не доля успешных задач; выше — лучше. ДИ — доверительный интервал. Конфигурация Arena может отличаться от оценки Artificial Analysis.
Проверено 17 октября 2026
Возможности
- Контекстное окноArtificial Analysis
- 1 000 000 токенов
- ВходArtificial Analysis
- Текст, Изображения
- ВыходArtificial Analysis
- Текст
- Срез знанийArtificial Analysis
- Нет данных
- ЛицензияArtificial Analysis
- Закрытые веса
Цена и скорость
USD за 1 млн токенов
- Входные токеныArtificial Analysis
- $2
- Выходные токеныArtificial Analysis
- $10
- Вход из кэшаArtificial Analysis
- $0,1
- Скорость генерацииArtificial Analysis
- 141,4 токенов/с
- До первого токенаArtificial Analysis
- 471,38 с
Скорость и задержка: API Anthropic по данным Artificial Analysis. Цены могут различаться у провайдеров.
На общей шкале
Intelligence Index · выше — лучшеArtificial Analysis
Лидеры среди 416 релизов календаря. Исторические модели оценены по текущей версии Index; это не оценки на дату выхода. Знак ≈ означает приблизительную оценку.
Результаты тестов
Отдельные оценки Artificial AnalysisTerminal-Bench 4.0
Агентное программирование
Artificial AnalysisAutomationBench-AA
Работа с SaaS-инструментами
Artificial AnalysisGDP.pdf
Работа с документами
Artificial AnalysisSciCode
Научное программирование
Artificial AnalysisHumanity’s Last Exam
Знания и рассуждение
Artificial AnalysisAA-LCR
Рассуждение в длинном контексте
Artificial AnalysisCritPt
Задачи по физике
Artificial AnalysisПроцентные результаты показаны в исходной шкале каждого теста. Они измеряют разные задачи и не сравниваются друг с другом. Набор тестов зависит от версии модели.
Версии оценки 5
В календаре показана версия с лучшим Index. Здесь можно открыть каждый режим отдельно.
| Версия | Index Artificial Analysis |
|---|---|
| Claude Sonnet 5.5 (max with fallback) | 56 |
| Claude Sonnet 5.5 (xhigh with fallback) | 51,9 |
| Claude Sonnet 5.5 (high with fallback) | 46,8 |
| Claude Sonnet 5.5 (medium with fallback) | 40,8 |
| Claude Sonnet 5.5 (low with fallback) | 35,9 |