Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Qué tan inteligente es Claude Sonnet 4.6?
Claude Sonnet 4.6 es un modelo de Anthropic, lanzado el 17 feb 2026. Su SI-IQ es 113 (intervalo del 90 % 108–118), estimado a partir de 7 resultados de benchmarks de 2 evaluadores independientes. Su área más fuerte es Razonamiento y la más débil es Conocimiento.
Epoch AI y OpenRouter midieron puntuaciones distintas de GPQA Diamond para este modelo (con más de 10 puntos de diferencia), probablemente con configuraciones diferentes. Ambas ejecuciones cuentan, cada una con la mitad de peso.
Datos
- Desarrollador
- Anthropic
- Lanzamiento
- 17 feb 2026
- Acceso
- Acceso por API
- Benchmarks utilizados
- 7 resultados de 2 evaluadores
- Precio de la API
- 3,00 $ de entrada / 15 $ de salida por 1 M de tokens (lista de precios del desarrollador, 18 oct 2026)
- Ventana de contexto
- 1.000.000 tokens
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| Chess Puzzles | 23,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Mystery Game Puzzles | 16,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 85,8 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| SWE-bench Verified (Epoch AI run) | 75,2 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond | 87,4 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond (OpenRouter run) | 64,6 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
| SimpleQA Verified | 35,5 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| τ²-bench Airline (OpenRouter run) | 74,9 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, Claude Sonnet 4.6 tiene una puntuación de 1472 (1469–1476) a partir de 70.931 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Modelos con un SI-IQ similar
| Modelo | SI-IQ | |
|---|---|---|
| Qwen3.5 397B-A17BAlibaba | 114 | Claude Sonnet 4.6 vs Qwen3.5 397B-A17B |
| InklingThinking Machines | 114 | Claude Sonnet 4.6 vs Inkling |
| GLM-4.7Z.ai (Zhipu AI) | 112 | Claude Sonnet 4.6 vs GLM-4.7 |
| Claude Opus 4.5Anthropic | 115 | Claude Sonnet 4.6 vs Claude Opus 4.5 |
| Qwen3.7-PlusAlibaba | 115 | Claude Sonnet 4.6 vs Qwen3.7-Plus |
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..