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

Claude Opus 5.5 (high) vs GPT-6.1 Terra (xhigh)

Claude Opus 5.5 (high) average score में आगे है: 9.4 vs 9.3. GPT-6.1 Terra (xhigh) की benchmark लागत कम है: $0.789 vs $2.133. GPT-6.1 Terra (xhigh) तेज है: 23.65s vs 27.55s, pass rates 87.0% vs 88.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#28
कुल आउटपुट टोकन
42,782
प्रतिक्रिया समय (औसत)
27.55s
कुल लागत
$2.133
रैंक
#32
कुल आउटपुट टोकन
121,002
प्रतिक्रिया समय (औसत)
23.65s
कुल लागत
$0.789
अनुशंसित मॉडल GPT-6.1 Terra (xhigh)

Its score stays close to the best score here (9.3 vs 9.4), while costing about 2.7x less than Claude Opus 5.5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 high रिलीज़: 2026-09-23 GPT-6.1 Terra GPT-6.1 Terra xhigh रिलीज़: 2026-10-26
स्कोर 9.4 9.3
रैंक #28 #32
विश्वसनीयता 10.0 10.0
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 88.4%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 11.222 4.379
कुल लागत $2.133 $0.789
इनपुट कीमत $4.000 / 1M $1.000 / 1M
आउटपुट कीमत $20.000 / 1M $5.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.050 / 1M
कैश लिखने की कीमत $5.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 319,095 183,057
आउटपुट टोकन 10,371 5,490
रीजनिंग टोकन 32,411 115,512
प्रतिक्रिया समय (औसत) 27.55s 23.65s
प्रतिक्रिया समय (अधिकतम) 95.95s 236.28s
प्रतिक्रिया समय (कुल) 633.73s 543.86s
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.

#28 Claude Opus 5.5

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

#32 GPT-6.1 Terra

xhigh
लागत
$0.050
समय
109.1s
टोकन
9,926 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
GPT-6.1 Terra 10.0 10.0 100.0% 0 15.91s 7,302 387 11,030

तुलना जोड़ी बदलें