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 (medium) vs GPT-5.6 Terra (medium)

average score लगभग बराबर है: 8.3 vs 8.2. GPT-5.6 Terra (medium) की benchmark लागत कम है: $0.483 vs $3.490. GPT-5.6 Terra (medium) तेज है: 8.93s vs 16.72s, pass rates 82.6% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#84
कुल आउटपुट टोकन
67,522
प्रतिक्रिया समय (औसत)
16.72s
कुल लागत
$3.490
रैंक
#89
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 7.2x less than Claude Opus 4.8 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 medium रिलीज़: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra medium रिलीज़: 2026-07-09
स्कोर 8.3 8.2
रैंक #84 #89
विश्वसनीयता 10.0 10.0
संगति 9.0 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 71.0%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 20.527 5.768
कुल लागत $3.490 $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 360,294 172,507
आउटपुट टोकन 43,441 5,824
रीजनिंग टोकन 24,401 27,365
प्रतिक्रिया समय (औसत) 16.72s 8.93s
प्रतिक्रिया समय (अधिकतम) 99.37s 54.74s
प्रतिक्रिया समय (कुल) 384.66s 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.

#84 Claude Opus 4.8

medium
लागत
$0.057
समय
23.1s
टोकन
2,412 tok

#89 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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.6 Terra 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527

तुलना जोड़ी बदलें