Claude Sonnet 4.6 · Vending-Bench(2) · 附件证据(ev46-vending2)

Claude Sonnet 4.6 的 Vending-Bench · 2 官方出处。见《Claude Sonnet 4.6 System Card》§2.13, PDF p.27。证据 ev46-vending2。

原文与定位

Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 max effort配置,Final bank balance $7,204.14 USD(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》§2.13, PDF p.27。 查看成绩条件

Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 high effort配置,Final bank balance $6,625.10 USD(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》§2.13, PDF p.27。 查看成绩条件

Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 max effort配置,Mean run cost $265.03 USD(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》§2.13, PDF p.27。 查看成绩条件

Sonnet 4.6 achieved a final balance of $7,204.14 with Max effort and $6,625.10 with High effort compared to Claude Opus 4.6’s SOTA of $8,017.59. At Max effort the mean cost of a Sonnet 4.6 run was $265.03, compared to Opus 4.6’s $682.37.
官方材料
Claude Sonnet 4.6 System Card · PDF 第 27 页
定位
附件 · §2.13, PDF p.27
材料版本
PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 max effort配置,Final bank balance $7,204.14 USD(具体成绩公布时间未确认);Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 high effort配置,Final bank balance $6,625.10 USD(具体成绩公布时间未确认);Claude Sonnet 4.6 · Vending-Bench(2),Vending-Bench 2 max effort配置,Mean run cost $265.03 USD(具体成绩公布时间未确认)。官方出处 Claude Sonnet 4.6 System Card(附件,PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10)§2.13, PDF p.27,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=27。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-vending2/

关联成绩与条件

Claude Sonnet 4.6 · Vending-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Final bank balance$7,204.14 USD原文 $7,204.14 · 单位 USD
公布 未确认
Vending-Bench 2 max effort
设置
Max effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
One-year simulated vending-machine business, $500 starting balance.
条件
Max effort; benchmark's own context management; Claude context editing disabled.

直接支持该成绩

在排名中查看此成绩
Final bank balance$6,625.10 USD原文 $6,625.10 · 单位 USD
公布 未确认
Vending-Bench 2 high effort
设置
High effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
high
框架
未记录
协议
One-year simulated vending-machine business, $500 starting balance.
条件
High effort; benchmark's own context management; Claude context editing disabled.

直接支持该成绩

在排名中查看此成绩
Mean run cost$265.03 USD原文 $265.03 · 单位 USD
公布 未确认
Vending-Bench 2 max effort
设置
Max effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Mean run cost for Vending-Bench 2.
条件
Max effort; the source does not state the number of runs used for cost aggregation.

直接支持该成绩

在排名中查看此成绩