नेविगेशन
Advertise here

तुलना किए गए मॉडल

Claude Fable 5.2 (high) vs Claude Opus 5.5 (high) vs GPT-6.1 Sol (high) vs GPT-6.1 Terra (high) benchmark तुलना: GPT-6.1 Sol (high) स्कोर में 9.6 के साथ आगे है। Claude Opus 5.5 (high) विश्वसनीयता में 10.0 के साथ आगे है। GPT-6.1 Terra (high) का कुल लागत सबसे कम है: $0.396. GPT-6.1 Terra (high) 11.18s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#85
कुल आउटपुट टोकन
63,226
प्रतिक्रिया समय (औसत)
14.73s
कुल लागत
$5.083
रैंक
#29
कुल आउटपुट टोकन
42,782
प्रतिक्रिया समय (औसत)
27.55s
कुल लागत
$2.133
रैंक
#12
कुल आउटपुट टोकन
40,508
प्रतिक्रिया समय (औसत)
15.46s
कुल लागत
$0.755
रैंक
#23
कुल आउटपुट टोकन
44,429
प्रतिक्रिया समय (औसत)
11.18s
कुल लागत
$0.396
अनुशंसित मॉडल GPT-6.1 Terra (high)

Its score stays close to the best score here (9.5 vs 9.6), while costing about 6.7x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Claude Fable 5.2 Claude Fable 5.2 high रिलीज़: 2026-11-09 Claude Opus 5.5 Claude Opus 5.5 high रिलीज़: 2026-09-23 GPT-6.1 Sol GPT-6.1 Sol high रिलीज़: 2026-09-29 GPT-6.1 Terra GPT-6.1 Terra high रिलीज़: 2026-10-26
स्कोर 8.7 9.4 9.6 9.5
रैंक #85 #29 #12 #23
विश्वसनीयता 9.6 10.0 10.0 10.0
संगति 9.3 9.3 9.6 9.6
प्रयास 69/69 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 87.0% 94.2% 88.4%
अस्थिर टेस्ट 2 2 1 1
कुल रन 69 69 69 69
प्रति परिणाम लागत 26.752 11.222 3.596 1.979
कुल लागत $5.083 $2.133 $0.755 $0.396
इनपुट कीमत $8.000 / 1M $4.000 / 1M $2.000 / 1M $1.000 / 1M
आउटपुट कीमत $40.000 / 1M $20.000 / 1M $10.000 / 1M $5.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.200 / 1M $0.100 / 1M $0.050 / 1M
कैश लिखने की कीमत $10.000 / 1M $5.000 / 1M $2.500 / 1M $1.250 / 1M
कुल इनपुट टोकन 319,219 319,095 174,960 173,620
आउटपुट टोकन 10,244 10,371 5,780 5,456
रीजनिंग टोकन 52,982 32,411 34,728 38,973
प्रतिक्रिया समय (औसत) 14.73s 27.55s 15.46s 11.18s
प्रतिक्रिया समय (अधिकतम) 84.72s 95.95s 139.76s 66.34s
प्रतिक्रिया समय (कुल) 338.82s 633.73s 355.66s 257.10s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~5T कुल (~500B सक्रिय) ~2T कुल (~150B सक्रिय) ~1T कुल (~60B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#85 Claude Fable 5.2

high
लागत
$0.701
समय
204.4s
टोकन
17,664 tok

#29 Claude Opus 5.5

high
लागत
$0.136
समय
75.6s
टोकन
6,934 tok

#12 GPT-6.1 Sol

high
लागत
$0.079
समय
149.5s
टोकन
7,920 tok

#23 GPT-6.1 Terra

high
लागत
$0.026
समय
58.2s
टोकन
5,189 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
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

तुलना जोड़ी बदलें