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

Claude Opus 4.8 (low) vs GPT-5.6 Terra (medium)

GPT-5.6 Terra (medium) average score में आगे है: 8.2 vs 7.2. GPT-5.6 Terra (medium) की benchmark लागत कम है: $0.483 vs $3.787. GPT-5.6 Terra (medium) तेज है: 8.93s vs 17.13s, pass rates 78.3% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#172
कुल आउटपुट टोकन
69,489
प्रतिक्रिया समय (औसत)
17.13s
कुल लागत
$3.787
रैंक
#103
कुल आउटपुट टोकन
33,189
प्रतिक्रिया समय (औसत)
8.93s
कुल लागत
$0.483
अनुशंसित मॉडल GPT-5.6 Terra (medium)

It has the best score here (8.2), while costing about 7.9x less than Claude Opus 4.8 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra medium रिलीज़: 2026-07-09
स्कोर 7.2 8.2
रैंक #172 #103
विश्वसनीयता 10.0 10.0
संगति 8.6 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 71.0%
अस्थिर टेस्ट 4 2
कुल रन 69 69
प्रति परिणाम लागत 23.669 5.768
कुल लागत $3.787 $0.483
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $12.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.200 / 1M
कैश लिखने की कीमत $6.250 / 1M $2.500 / 1M
कुल इनपुट टोकन 409,947 172,507
आउटपुट टोकन 46,060 5,824
रीजनिंग टोकन 23,429 27,365
प्रतिक्रिया समय (औसत) 17.13s 8.93s
प्रतिक्रिया समय (अधिकतम) 127.97s 54.74s
प्रतिक्रिया समय (कुल) 394.01s 205.39s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1T कुल (~60B 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.

#172 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#103 GPT-5.6 Terra

medium
लागत
$0.035
समय
16.3s
टोकन
2,418 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 Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.6 Terra 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527

तुलना जोड़ी बदलें