Claude Instant
AnthropicClaude
रिलीज़ तिथि
2023-03-14
पैरामीटर
—
संदर्भ लंबाई
1.0M
मोडैलिटीज़
image, pdf, text
क्षमता रडार
15
general
9
coding
15
reasoning
24
scienceअनुमानित
80
agents
80
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 445 | 10.0 | AA |
| सामान्य रैंकिंग | 478 | 16.0 | AA |
| गणितीय तर्क | 337 | 11.0 | AA |
| विज्ञान | 457 | 17.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
Agents
Vending-Bench 2
801759.0%स्वयं
GDPval-AA
1606.00 / 3000स्वयं
DeepSearchQA
91.3%स्वयं
BrowseComp
84.0%स्वयं
CyberGym
73.8%स्वयं
OSWorld
72.7%स्वयं
Terminal-Bench 2.0
65.4%स्वयं
MCP Atlas
62.7%स्वयं
Finance Agent
60.7%स्वयं
FrontierSWE
56.0%स्वयं
OpenRCA
34.9%स्वयं
Legal Agent Benchmark
4.2%स्वयं
Biology
GPQA
91.3%स्वयं
Code
SWE-Bench Verified
80.8%स्वयं
SWE-bench Multilingual
77.8%स्वयं
Communication
Tau2 Telecom
99.3%स्वयं
Tau2 Retail
91.9%स्वयं
General
MMMLU
91.1%स्वयं
MMMU-Pro
77.3%स्वयं
LiveBench
76.3%स्वयं
MRCR v2 (8-needle)
76.0%स्वयं
Healthcare
FigQA
78.3%स्वयं
Long Context
Graphwalks parents >128k
95.4%स्वयं
Graphwalks BFS >128k
61.5%स्वयं
Math
AIME 2025
99.8%स्वयं
Humanity's Last Exam
53.1%स्वयं
Multimodal
CharXiv-R
77.4%स्वयं
Reasoning
ARC-AGI v2
68.8%स्वयं
AA मूल्यांकन सूचकांक
Coding Index7.8
Intelligence Index2.1
Mmlu Pro0.4
Gpqa0.3
Math 5000.3
Livecodebench0.1
Hle0.0
Aime0.0
LLM Stats श्रेणी स्कोर
Agents100
Finance100
Legal100
Reasoning100
General100
Communication100
Language90
Physics90
Search90
Biology90
Chemistry90
Long Context80
Math80
Multimodal80
Safety80
Spatial Reasoning80
Frontend Development80
Healthcare80
Tool Calling80
Code70
Vision70
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
कैश पठन मूल्य$0.5 / 1M टोकन
कैश लेखन मूल्य$6.25 / 1M टोकन
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं