Artificial Analysis · X

Sonnet 5.5在全力使用时在Coding Agent Index中名列第一,而xhigh则提供了极具吸引力的成本与性能平衡:63分对比68分……

Artificial Analysis测试了Anthropic的Sonnet 5.5在Claude Code中的两档推理档位:max档以68分登顶编码代理指数,xhigh为63分,但每任务成本仅3.33美元对14.19美元,省77%成本;max档输出Token多4.8倍、轮次多3.4倍,提升最大的是Terminal-Bench 4.0得分(58.1%→66.2%)。数据为单一评测方结果,未覆盖其他代理环境。

配图来源 · Artificial Analysis · X

Sonnet 5.5在全力使用时在Coding Agent Index中排名首位,而xhigh则提供了具有吸引力的成本与性能平衡:费用不到四分之一,得分为63分,而xhigh为68分

在 Claude Code 中,@AnthropicAI 的 Sonnet 5.5 在最大模式下得分为 68 分,而在 xhigh 模式下得分为 63 分。以每个任务 $14.19 和 $3.33 的成本相比,选择 xhigh 可节省 77% 的成本,同时 Index 得分也减少 5.5 分。

Max 生成了 4.8 倍的输出标记,并花费了 3.4 倍的迭代次数。它提升了所有三个基准测试分数,在 Terminal-Bench 4.0 上提升最大,从 58.1% 提升至 66.2%。

原始出处

Artificial Analysis · X

内容说明

原始发布及相关权利归来源方。

机器翻译 · 请以原文为准