Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Zusammenfassung

Claude Opus 4.8 (medium) vs GPT-5.6 Sol (low) Benchmark-Vergleich: GPT-5.6 Sol (low) führt beim Durchschnittsscore mit 9.5 vs 8.8. GPT-5.6 Sol (low) hat die niedrigeren Benchmark-Kosten mit $0.649 vs $1.107. GPT-5.6 Sol (low) ist schneller mit 8.29s vs 9.72s, mit Erfolgsraten von 84.1% vs 85.7%.

Empfohlenes Modell: GPT-5.6 Sol (low) - Es hat hier die beste Punktzahl (9.5) und kostet etwa 1.7x weniger als Claude Opus 4.8 (medium).

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

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Veröffentlichung: 2026-05-28 GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09
Punktzahl 8.8 9.5
Rang #15 #3
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 9.2
Korrekte Tests
Erfolgsquote pro Versuch 84.1% 85.7%
Instabile Tests 1 2
Gesamtläufe 63 63
Kosten pro Ergebnis 6.512 3.816
Gesamtkosten $1.107 $0.649
Eingabepreis $5.000 / 1M $5.000 / 1M
Ausgabepreis $25.000 / 1M $30.000 / 1M
Gesamte Eingabe-Token 61,007 34,218
Ausgabe-Token 26,495 1,898
Denk-Token 5,901 14,023
Antwortzeit (Durchschnitt) 9.72s 8.29s
Antwortzeit (Maximum) 38.03s 53.91s
Antwortzeit (Gesamt) 204.19s 174.04s

Generierungs-Showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Kosten
$0.057
Zeit
23.1s
Token
2,412 tok

#3 GPT-5.6 Sol

low
Kosten
$0.062
Zeit
26.7s
Token
2,150 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 3.95s 834 1,179 478
GPT-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
Programmierung 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 15.33s 10,590 9,945 1,381
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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 38.03s 23,561 5,260 1,588
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.82s 7,140 222 0
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 14.59s 975 7,477 900
GPT-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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 2.46s 708 237 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
Befolgung von Anweisungen 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 3.32s 909 373 320
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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 3.95s 894 791 483
GPT-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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 8.96s 11,775 301 225
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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 6.14s 258 451 214
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashmediumvsGPT-5.6 SollowClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighGPT-5.6 SollowvsQwen3.6 Max Previewmedium