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 (medium) vs Claude Opus 5 (high)

Claude Opus 5 (high) average score में आगे है: 9.4 vs 9.2. Claude Opus 5.5 (medium) की benchmark लागत कम है: $1.804 vs $4.524. Claude Opus 5 (high) तेज है: 25.31s vs 25.85s, pass rates 89.9% vs 82.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#31
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#27
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
अनुशंसित मॉडल Claude Opus 5.5 (medium)

Its score stays close to the best score here (9.2 vs 9.4), while costing about 2.5x less than Claude Opus 5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25
स्कोर 9.2 9.4
रैंक #31 #27
विश्वसनीयता 10.0 10.0
संगति 9.7 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 82.6%
अस्थिर टेस्ट 1 0
कुल रन 69 69
प्रति परिणाम लागत 9.016 23.809
कुल लागत $1.804 $4.524
इनपुट कीमत $4.000 / 1M $5.000 / 1M
आउटपुट कीमत $20.000 / 1M $25.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.500 / 1M
कैश लिखने की कीमत $5.000 / 1M $6.250 / 1M
कुल इनपुट टोकन 290,117 376,421
आउटपुट टोकन 9,805 67,688
रीजनिंग टोकन 22,322 37,974
प्रतिक्रिया समय (औसत) 25.85s 25.31s
प्रतिक्रिया समय (अधिकतम) 90.20s 159.01s
प्रतिक्रिया समय (कुल) 594.63s 582.11s
पैरामीटर ~5T कुल (~500B सक्रिय) ~5T कुल (~500B 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.

#31 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 tok

#27 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 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 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721

तुलना जोड़ी बदलें