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

Claude Opus 5 vs OpenAI: GPT-5.5

Claude Opus 5 (high) average score में आगे है: 9.2 vs 9.0. Claude Opus 5 (high) की benchmark लागत कम है: $2.835 vs $4.137. Claude Opus 5 (high) तेज है: 20.44s vs 38.42s, pass rates 84.9% vs 87.9%.

अनुशंसित मॉडलClaude Opus 5 (high)It has the best score here (9.2), while responding about 1.9x faster than GPT-5.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24
स्कोर 9.2 9.0
रैंक #11 #15
विश्वसनीयता 10.0 10.0
संगति 9.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 84.9% 87.9%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 15.747 22.980
कुल लागत $2.835 $4.137
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 135,959 80,659
आउटपुट टोकन 67,066 5,617
रीजनिंग टोकन 19,114 118,819
प्रतिक्रिया समय (औसत) 20.44s 38.42s
प्रतिक्रिया समय (अधिकतम) 159.01s 332.10s
प्रतिक्रिया समय (कुल) 449.68s 845.35s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#11 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 tok

#15 GPT-5.5

medium
लागत
$0.112
समय
71.9s
टोकन
3,807 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 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

त्वरित तुलना

तुलना जोड़ी बदलें