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 (low) vs GPT-6 Astra (max)

GPT-6 Astra (max) average score में आगे है: 9.9 vs 9.4. Claude Opus 5.5 (low) की benchmark लागत कम है: $1.733 vs $5.044. Claude Opus 5.5 (low) तेज है: 25.68s vs 61.63s, pass rates 88.4% vs 95.7%.

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

तुलना किए गए मॉडल

रैंक
#26
कुल आउटपुट टोकन
25,006
प्रतिक्रिया समय (औसत)
25.68s
कुल लागत
$1.733
रैंक
#5
कुल आउटपुट टोकन
64,616
प्रतिक्रिया समय (औसत)
61.63s
कुल लागत
$5.044
अनुशंसित मॉडल Claude Opus 5.5 (low)

Its score stays close to the best score here (9.4 vs 9.9), while costing about 2.9x less than GPT-6 Astra (max).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23 GPT-6 Astra GPT-6 Astra max रिलीज़: 2026-09-04
स्कोर 9.4 9.9
रैंक #26 #5
विश्वसनीयता 10.0 9.6
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 22.923
कुल लागत $1.733 $5.044
इनपुट कीमत $4.000 / 1M $10.000 / 1M
आउटपुट कीमत $20.000 / 1M $50.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $1.000 / 1M
कैश लिखने की कीमत $5.000 / 1M $12.500 / 1M
कुल इनपुट टोकन 308,056 181,223
आउटपुट टोकन 9,434 5,707
रीजनिंग टोकन 15,572 58,909
प्रतिक्रिया समय (औसत) 25.68s 61.63s
प्रतिक्रिया समय (अधिकतम) 89.16s 960.01s
प्रतिक्रिया समय (कुल) 590.71s 1417.51s
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.

#26 Claude Opus 5.5

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

#5 GPT-6 Astra

max
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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 Astra 10.0 10.0 100.0% 0 14.64s 7,302 395 8,298

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 5.5lowvsGPT-6.1 TerramaxGemini 3.8 FlashhighvsGPT-6 AstramaxGemini 3.6 FlashhighvsGPT-6 AstramaxClaude Opus 5.5lowvsGPT-5.6 SolhighClaude Opus 5.5lowvsGPT-6 AstramediumClaude Opus 5.5lowvsGPT-6.1 TerrahighClaude Opus 5.5lowvsGPT-5.6 SolmediumClaude Opus 5.5lowvsGPT-6 SolmediumGemini 3.7 FlashhighvsGPT-6 AstramaxGemini 3.6 FlashmediumvsGPT-6 AstramaxClaude Opus 5.5lowvsGemini 3.7 FlashmediumClaude Opus 5.5lowvsGPT-6.1 Terraxhigh