नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.2 (xhigh) vs GPT-5.5 (low)

Claude Fable 5.2 (xhigh) average score में आगे है: 9.6 vs 9.5. GPT-5.5 (low) की benchmark लागत कम है: $1.822 vs $10.319. GPT-5.5 (low) तेज है: 11.91s vs 33.44s, pass rates 94.2% vs 87.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#20
कुल आउटपुट टोकन
188,726
प्रतिक्रिया समय (औसत)
33.44s
कुल लागत
$10.319
रैंक
#34
कुल आउटपुट टोकन
31,065
प्रतिक्रिया समय (औसत)
11.91s
कुल लागत
$1.822
अनुशंसित मॉडल GPT-5.5 (low)

Its score stays close to the best score here (9.5 vs 9.6), while costing about 5.7x less than Claude Fable 5.2 (xhigh).

विस्तृत तुलना

मेट्रिक Claude Fable 5.2 Claude Fable 5.2 xhigh रिलीज़: 2026-11-09 GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24
स्कोर 9.6 9.5
रैंक #20 #34
विश्वसनीयता 9.2 10.0
संगति 9.6 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 94.2% 87.0%
अस्थिर टेस्ट 1 0
कुल रन 69 69
प्रति परिणाम लागत 49.137 9.109
कुल लागत $10.319 $1.822
इनपुट कीमत $8.000 / 1M $5.000 / 1M
आउटपुट कीमत $40.000 / 1M $30.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.500 / 1M
कैश लिखने की कीमत $10.000 / 1M लागू नहीं
कुल इनपुट टोकन 346,216 177,939
आउटपुट टोकन 10,245 6,283
रीजनिंग टोकन 178,481 24,782
प्रतिक्रिया समय (औसत) 33.44s 11.91s
प्रतिक्रिया समय (अधिकतम) 440.05s 56.19s
प्रतिक्रिया समय (कुल) 769.21s 273.82s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~1.5T कुल (~100B सक्रिय)
उपलब्धता 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.

#20 Claude Fable 5.2

xhigh
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#34 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 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 10.0 10.0 100.0% 0 12.97s 10,608 553 9,868
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

तुलना जोड़ी बदलें