Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Zusammenfassung

Claude Opus 4.8 (low) vs GPT-5.6 Luna (high) Benchmark-Vergleich: Der Durchschnittsscore ist mit 7.7 vs 7.7 praktisch gleichauf. GPT-5.6 Luna (high) hat die niedrigeren Benchmark-Kosten mit $0.924 vs $1.270. Claude Opus 4.8 (low) ist schneller mit 10.83s vs 18.39s, mit Erfolgsraten von 79.4% vs 71.4%.

Empfohlenes Modell: Claude Opus 4.8 (low) - Es hat hier die beste Punktzahl (7.7) und antwortet etwa 1.7x schneller als GPT-5.6 Luna (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik Claude Opus 4.8 Claude Opus 4.8 low Veröffentlichung: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna high Veröffentlichung: 2026-07-09
Punktzahl 7.7 7.7
Rang #45 #50
Zuverlässigkeit 10.0 10.0
Konsistenz 8.8 8.8
Korrekte Tests
Erfolgsquote pro Versuch 79.4% 71.4%
Instabile Tests 3 3
Gesamtläufe 63 63
Kosten pro Ergebnis 8.466 6.594
Gesamtkosten $1.270 $0.924
Eingabepreis $5.000 / 1M $1.000 / 1M
Ausgabepreis $25.000 / 1M $6.000 / 1M
Gesamte Eingabe-Token 60,946 35,699
Ausgabe-Token 31,771 2,079
Denk-Token 6,831 145,816
Antwortzeit (Durchschnitt) 10.83s 18.39s
Antwortzeit (Maximum) 127.97s 111.09s
Antwortzeit (Gesamt) 227.39s 386.24s

Generierungs-Showcase

Hamster playing table tennis

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

#45 Claude Opus 4.8

low
Kosten
$0.031
Zeit
14.1s
Token
1,345 tok

#50 GPT-5.6 Luna

high
Kosten
$0.033
Zeit
34.2s
Token
5,484 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
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
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsKimi K2.6mediumKostenlos verfügbarClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumKostenlos verfügbarvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh