नेविगेशन
Advertise here

Claude Opus 5.5 — high बनाम low

average score लगभग बराबर है: 9.3 vs 9.3. low की benchmark लागत कम है: $0.952 vs $1.266. low तेज है: 23.72s vs 25.88s, pass rates 86.4% vs 87.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-23

तुलना किए गए मॉडल

रैंक
#21
कुल आउटपुट टोकन
36,457
प्रतिक्रिया समय (औसत)
25.88s
कुल लागत
$1.266
रैंक
#20
कुल आउटपुट टोकन
21,004
प्रतिक्रिया समय (औसत)
23.72s
कुल लागत
$0.952
अनुशंसित मॉडल low

It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 high रिलीज़: 2026-09-23 Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23
स्कोर 9.3 9.3
रैंक #21 #20
विश्वसनीयता 10.0 10.0
संगति 9.3 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 86.4% 87.9%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 7.029 5.284
कुल लागत $1.266 $0.952
इनपुट कीमत $4.000 / 1M $4.000 / 1M
आउटपुट कीमत $20.000 / 1M $20.000 / 1M
कुल इनपुट टोकन 134,020 132,746
आउटपुट टोकन 7,237 6,454
रीजनिंग टोकन 29,220 14,550
प्रतिक्रिया समय (औसत) 25.88s 23.72s
प्रतिक्रिया समय (अधिकतम) 95.95s 89.16s
प्रतिक्रिया समय (कुल) 569.33s 521.82s
पैरामीटर ~5T कुल (~500B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#21 Claude Opus 5.5

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

#20 Claude Opus 5.5

low
अमान्य SVG
लागत
$0.038
समय
19.1s
टोकन
2,010 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 5.5 10.0 10.0 100.0% 0 13.44s 10,608 584 5,042
Claude Opus 5.5 10.0 10.0 100.0% 0 12.23s 10,608 575 2,777

त्वरित तुलना

तुलना जोड़ी बदलें