नेविगेशन
Advertise here

Claude Opus 5.5 (low) vs GPT-6.1 Sol (max)

GPT-6.1 Sol (max) average score में आगे है: 9.9 vs 9.4. GPT-6.1 Sol (max) की benchmark लागत कम है: $1.006 vs $1.733. Claude Opus 5.5 (low) तेज है: 25.68s vs 61.98s, pass rates 88.4% vs 95.7%.

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

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
25,006
प्रतिक्रिया समय (औसत)
25.68s
कुल लागत
$1.733
रैंक
#10
कुल आउटपुट टोकन
63,823
प्रतिक्रिया समय (औसत)
61.98s
कुल लागत
$1.006
अनुशंसित मॉडल GPT-6.1 Sol (max)

It has the best score here (9.9), while costing about 1.7x less than Claude Opus 5.5 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23 GPT-6.1 Sol GPT-6.1 Sol max रिलीज़: 2026-09-29
स्कोर 9.4 9.9
रैंक #36 #10
विश्वसनीयता 10.0 9.7
संगति 9.3 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 88.4% 95.7%
अस्थिर टेस्ट 2 0
कुल रन 69 69
प्रति परिणाम लागत 9.118 4.571
कुल लागत $1.733 $1.006
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.100 / 1M
कैश लिखने की कीमत $5.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 308,056 183,607
आउटपुट टोकन 9,434 5,741
रीजनिंग टोकन 15,572 58,082
प्रतिक्रिया समय (औसत) 25.68s 61.98s
प्रतिक्रिया समय (अधिकतम) 89.16s 960.01s
प्रतिक्रिया समय (कुल) 590.71s 1425.65s
पैरामीटर ~5T कुल (~500B सक्रिय) ~2T कुल (~150B 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.

#36 Claude Opus 5.5

low
अमान्य SVG
लागत
$0.038
समय
19.1s
टोकन
2,010 tok

#10 GPT-6.1 Sol

max
लागत
$0.272
समय
584.0s
टोकन
27,273 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 12.23s 10,608 575 2,777
GPT-6.1 Sol 10.0 10.0 100.0% 0 13.57s 7,302 398 7,668

तुलना जोड़ी बदलें