নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Terra

GPT-5.6 Terra (high) average score-এ এগিয়ে: 8.0 vs 7.8. GPT-5.6 Terra (high)-এর benchmark খরচ কম: $1.055 vs $2.077. GPT-5.6 Terra (high) দ্রুত: 11.32s vs 12.74s, pass rates 80.3% vs 68.2%.

প্রস্তাবিত মডেলGPT-5.6 Terra (high)It has the best score here (8.0), while costing about 2.0x less than Claude Opus 4.8 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra high প্রকাশ: 2026-07-09
স্কোর 7.8 8.0
র‍্যাঙ্ক #41 #34
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 68.2%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.979 7.533
মোট খরচ $2.077 $1.055
ইনপুট মূল্য $5.000 / 1M $2.500 / 1M
আউটপুট মূল্য $25.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 156,525 81,047
আউটপুট টোকেন 43,141 5,055
রিজনিং টোকেন 8,617 51,736
প্রতিক্রিয়া সময় (গড়) 12.74s 11.32s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 91.49s
প্রতিক্রিয়া সময় (মোট) 280.29s 249.14s

Hamster playing table tennis

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

#41 Claude Opus 4.8

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

#34 GPT-5.6 Terra

high
খরচ
$0.055
সময়
30.2s
টোকেন
3,748 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 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087

দ্রুত তুলনা

তুলনার জুটি বদলান