Verglichene Modelle

Benchmark-Vergleich Claude Fable 5.2 (high) vs Claude Opus 5.5 (high) vs GPT-6.1 Sol (high) vs GPT-6.1 Terra (high): GPT-6.1 Sol (high) führt bei Punktzahl mit 9.6. Claude Opus 5.5 (high) führt bei Zuverlässigkeit mit 10.0. GPT-6.1 Terra (high) hat den niedrigsten Gesamtkosten mit $0.396. GPT-6.1 Terra (high) ist mit 11.18s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-10

Verglichene Modelle

Rang: #85
Gesamte Ausgabe-Token: 63,226
Antwortzeit (Durchschnitt): 14.73s
Gesamtkosten: $5.083

Rang: #29
Gesamte Ausgabe-Token: 42,782
Antwortzeit (Durchschnitt): 27.55s
Gesamtkosten: $2.133

Rang: #12
Gesamte Ausgabe-Token: 40,508
Antwortzeit (Durchschnitt): 15.46s
Gesamtkosten: $0.755

Rang: #23
Gesamte Ausgabe-Token: 44,429
Antwortzeit (Durchschnitt): 11.18s
Gesamtkosten: $0.396

Empfohlenes Modell GPT-6.1 Terra (high)

Die Punktzahl bleibt nah an der besten hier (9.5 vs 9.6) und es kostet etwa 6.7x weniger als die anderen Modelle in diesem Vergleich.

Detaillierter Vergleich

Metrik	Claude Fable 5.2 Claude Fable 5.2 high Veröffentlichung: 2026-11-09	Claude Opus 5.5 Claude Opus 5.5 high Veröffentlichung: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol high Veröffentlichung: 2026-09-29	GPT-6.1 Terra GPT-6.1 Terra high Veröffentlichung: 2026-10-26

Metrik	Claude Fable 5.2 Claude Fable 5.2 high Veröffentlichung: 2026-11-09	Claude Opus 5.5 Claude Opus 5.5 high Veröffentlichung: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol high Veröffentlichung: 2026-09-29	GPT-6.1 Terra GPT-6.1 Terra high Veröffentlichung: 2026-10-26
Punktzahl	8.7	9.4	9.6	9.5
Rang	#85	#29	#12	#23
Zuverlässigkeit	9.6	10.0	10.0	10.0
Konsistenz	9.3	9.3	9.6	9.6
Versuche	69/69	69/69	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	87.0%	87.0%	94.2%	88.4%
Instabile Tests	2	2	1	1
Gesamtläufe	69	69	69	69
Kosten pro Ergebnis	26.752	11.222	3.596	1.979
Gesamtkosten	$5.083	$2.133	$0.755	$0.396
Eingabepreis	$8.000 / 1M	$4.000 / 1M	$2.000 / 1M	$1.000 / 1M
Ausgabepreis	$40.000 / 1M	$20.000 / 1M	$10.000 / 1M	$5.000 / 1M
Preis für Cache-Lesen	$0.200 / 1M	$0.200 / 1M	$0.100 / 1M	$0.050 / 1M
Preis für Cache-Schreiben	$10.000 / 1M	$5.000 / 1M	$2.500 / 1M	$1.250 / 1M
Gesamte Eingabe-Token	319,219	319,095	174,960	173,620
Ausgabe-Token	10,244	10,371	5,780	5,456
Denk-Token	52,982	32,411	34,728	38,973
Antwortzeit (Durchschnitt)	14.73s	27.55s	15.46s	11.18s
Antwortzeit (Maximum)	84.72s	95.95s	139.76s	66.34s
Antwortzeit (Gesamt)	338.82s	633.73s	355.66s	257.10s
Parameter	~9.5T insgesamt (~878B aktiv)	~5T insgesamt (~500B aktiv)	~2T insgesamt (~150B aktiv)	~1T insgesamt (~60B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen	Geschlossen	Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#85 Claude Fable 5.2

high

Kosten: $0.701
Zeit: 204.4s
Token: 17,664 tok

#29 Claude Opus 5.5

high

Kosten: $0.136
Zeit: 75.6s
Token: 6,934 tok

#12 GPT-6.1 Sol

high

Kosten: $0.079
Zeit: 149.5s
Token: 7,920 tok

#23 GPT-6.1 Terra

high

Kosten: $0.026
Zeit: 58.2s
Token: 5,189 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	56.30s	172,307	2,295	3,837
Claude Opus 5.5	10.0	10.0	100.0%	64.41s	185,075	3,134	3,191
GPT-6.1 Sol	10.0	10.0	100.0%	54.63s	95,468	826	1,424
GPT-6.1 Terra	10.0	10.0	100.0%	45.69s	87,236	896	1,109

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	3.77s	858	221	638
Claude Opus 5.5	10.0	10.0	100.0%	12.58s	858	313	683
GPT-6.1 Sol	10.0	10.0	100.0%	3.31s	606	174	606
GPT-6.1 Terra	10.0	10.0	100.0%	3.03s	606	166	703

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	6.0	7.4	55.6%	1	8.21s	10,608	558	4,605
Claude Opus 5.5	10.0	10.0	100.0%	0	13.44s	10,608	584	5,042
GPT-6.1 Sol	10.0	10.0	100.0%	0	5.18s	7,302	390	2,215
GPT-6.1 Terra	10.0	10.0	100.0%	0	7.25s	7,302	387	3,641

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	29.95s	107,035	5,594	9,365
Claude Opus 5.5	10.0	10.0	100.0%	60.05s	96,745	4,683	6,301
GPT-6.1 Sol	10.0	10.0	100.0%	24.65s	56,284	3,374	4,032
GPT-6.1 Terra	10.0	10.0	100.0%	19.92s	62,292	3,031	5,357

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	4.68s	10,515	312	473
Claude Opus 5.5	10.0	10.0	100.0%	12.31s	10,515	312	355
GPT-6.1 Sol	10.0	10.0	100.0%	2.79s	7,140	234	178
GPT-6.1 Terra	10.0	10.0	100.0%	2.51s	7,140	228	86

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	7.7	10.0	66.7%	0	41.00s	990	59	30,316
Claude Opus 5.5	5.3	7.2	44.4%	1	30.08s	990	58	14,458
GPT-6.1 Sol	7.7	10.0	66.7%	0	59.04s	732	68	23,791
GPT-6.1 Terra	7.7	10.0	66.7%	0	32.17s	732	69	24,106

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	5.07s	714	303	295
Claude Opus 5.5	10.0	10.0	100.0%	5.66s	714	283	352
GPT-6.1 Sol	10.0	10.0	100.0%	5.90s	477	112	449
GPT-6.1 Terra	10.0	10.0	100.0%	5.39s	477	109	717

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	5.04s	921	97	525
Claude Opus 5.5	10.0	10.0	100.0%	21.35s	921	96	435
GPT-6.1 Sol	10.0	10.0	100.0%	3.63s	660	93	500
GPT-6.1 Terra	8.3	10.0	50.0%	2.60s	660	96	331

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	0	3.81s	912	373	462
Claude Opus 5.5	8.7	7.7	88.9%	1	30.85s	912	496	605
GPT-6.1 Sol	10.0	10.0	100.0%	0	3.99s	642	223	633
GPT-6.1 Terra	10.0	10.0	100.0%	0	3.71s	642	186	884

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	10.0	10.0	100.0%	16.71s	14,095	412	1,597
Claude Opus 5.5	10.0	10.0	100.0%	75.42s	11,757	412	989
GPT-6.1 Sol	10.0	10.0	100.0%	7.83s	5,454	256	209
GPT-6.1 Terra	10.0	10.0	100.0%	6.94s	6,338	258	465

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Fable 5.2	2.8	1.6	33.3%	1	7.23s	264	20	869
Claude Opus 5.5	3.0	10.0	0.0%	0	27.41s	0	0	0
GPT-6.1 Sol	4.7	1.6	66.7%	1	7.29s	195	30	691
GPT-6.1 Terra	2.8	1.6	33.3%	1	7.53s	195	30	1,574

Vergleichspaar wechseln

Claude Fable 5.2xhighvsGPT-6.1 Solhigh Claude Fable 5.2highvsGPT-6 Sollow Claude Fable 5.2highvsSeed 2.1 Turbomedium Claude Opus 5.5highvsGPT-6.1 Terramax Claude Fable 5.2highvsMiMo-V2.6-Promedium Claude Fable 5.2highvsMuse Emberlow Claude Fable 5.2highvsMuse Embermax Claude Fable 5.2highvsGPT-5.2medium Claude Fable 5.2highvsDeepSeek V4.1 Flashmax Claude Opus 5.5highvsGemini 3.7 Flashlow Claude Fable 5.2highvsParticle-1xhigh Gemini 3.7 FlashmediumvsGPT-6.1 Terrahigh

Verglichene Modelle