নেভিগেশন
AI BENCHY
Advertise here

Claude Sonnet 5 (medium) vs GPT-5 Mini (medium)

Claude Sonnet 5 (medium) average score-এ এগিয়ে: 8.2 vs 8.1. GPT-5 Mini (medium)-এর benchmark খরচ কম: $0.241 vs $0.922. Claude Sonnet 5 (medium) দ্রুত: 12.54s vs 27.64s, pass rates 75.8% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#48
মোট আউটপুট টোকেন
63,204
প্রতিক্রিয়া সময় (গড়)
12.54s
মোট খরচ
$0.922
র‍্যাঙ্ক
#50
মোট আউটপুট টোকেন
108,019
প্রতিক্রিয়া সময় (গড়)
27.64s
মোট খরচ
$0.241
প্রস্তাবিত মডেল GPT-5 Mini (medium)

Its score stays close to the best score here (8.1 vs 8.2), while costing about 3.8x less than Claude Sonnet 5 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 GPT-5 Mini GPT-5 Mini medium প্রকাশ: 2025-08-07
স্কোর 8.2 8.1
র‍্যাঙ্ক #48 #50
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 8.4
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 65.2%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.144 2.006
মোট খরচ $0.922 $0.241
ইনপুট মূল্য $2.000 / 1M $0.250 / 1M
আউটপুট মূল্য $10.000 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 145,953 98,383
আউটপুট টোকেন 52,330 14,409
রিজনিং টোকেন 10,874 93,610
প্রতিক্রিয়া সময় (গড়) 12.54s 27.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 66.71s 111.48s
প্রতিক্রিয়া সময় (মোট) 275.90s 608.02s
প্যারামিটার ~1T মোট (~100B 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.

#48 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#50 GPT-5 Mini

medium
খরচ
$0.007
সময়
42.9s
টোকেন
3,432 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
GPT-5 Mini 10.0 10.0 100.0% 0 27.63s 7,302 658 17,152

দ্রুত তুলনা

তুলনার জুটি বদলান