नेविगेशन
Advertise here

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

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 9.2. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $1.804. GPT-6.1 Sol (low) तेज है: 7.15s vs 25.85s, pass rates 89.9% vs 92.8%.

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

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#16
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while costing about 3.9x less than Claude Opus 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 9.2 9.6
रैंक #36 #16
विश्वसनीयता 10.0 10.0
संगति 9.7 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 92.8%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 9.016 2.187
कुल लागत $1.804 $0.460
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 290,117 163,900
आउटपुट टोकन 9,805 4,958
रीजनिंग टोकन 22,322 8,180
प्रतिक्रिया समय (औसत) 25.85s 7.15s
प्रतिक्रिया समय (अधिकतम) 90.20s 46.57s
प्रतिक्रिया समय (कुल) 594.63s 164.47s
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

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

#16 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 5.5mediumvsMuse Spark OpenhighGemini 3 Flash PreviewmediumvsGPT-6.1 SollowGemini 4 ArgonhighvsGPT-6.1 SollowClaude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017lowGemini 3.7 FlashmediumvsGPT-6.1 SollowClaude Opus 5.5mediumvsSeed 2.1 TurbolowClaude Opus 5.5mediumvsQwen3.8 Max (0902)highClaude Opus 5.5mediumvsMuse Spark 1.3highClaude Opus 5.5mediumvsMuse WonderlowClaude Opus 5.5mediumvsParetodefaultClaude Opus 5.5mediumvsSeed 2.1 TurbohighClaude Opus 5.5mediumvsGPT-6.1 Terralow