নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 4.8 (low) vs GPT-5.6 Luna (high)

Claude Opus 4.8 (low) average score-এ এগিয়ে: 7.8 vs 7.6. GPT-5.6 Luna (high)-এর benchmark খরচ কম: $0.179 vs $2.089. Claude Opus 4.8 (low) দ্রুত: 12.88s vs 16.49s, pass rates 80.3% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#70
মোট আউটপুট টোকেন
52,237
প্রতিক্রিয়া সময় (গড়)
12.88s
মোট খরচ
$2.089
র‍্যাঙ্ক
#78
মোট আউটপুট টোকেন
135,315
প্রতিক্রিয়া সময় (গড়)
16.49s
মোট খরচ
$0.179
প্রস্তাবিত মডেল GPT-5.6 Luna (high)

Its score stays close to the best score here (7.6 vs 7.8), while costing about 11.7x less than Claude Opus 4.8 (low).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna high প্রকাশ: 2026-07-09
স্কোর 7.8 7.6
র‍্যাঙ্ক #70 #78
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 69.7%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 13.054 6.100
মোট খরচ $2.089 $0.179
ইনপুট মূল্য $5.000 / 1M $0.200 / 1M
আউটপুট মূল্য $25.000 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 156,522 80,927
আউটপুট টোকেন 43,056 5,088
রিজনিং টোকেন 9,181 130,227
প্রতিক্রিয়া সময় (গড়) 12.88s 16.49s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 111.09s
প্রতিক্রিয়া সময় (মোট) 283.32s 362.78s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~400B মোট (~17B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#70 Claude Opus 4.8

low
খরচ
$0.031
সময়
14.1s
টোকেন
1,345 tok

#78 GPT-5.6 Luna

high
খরচ
$0.033
সময়
34.2s
টোকেন
5,484 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

দ্রুত তুলনা

তুলনার জুটি বদলান