नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 vs OpenAI: GPT-5.6 Sol

GPT-5.6 Sol (medium) average score में आगे है: 9.4 vs 9.2. GPT-5.6 Sol (medium) की benchmark लागत कम है: $1.316 vs $2.835. GPT-5.6 Sol (medium) तेज है: 11.35s vs 20.44s, pass rates 84.9% vs 90.9%.

अनुशंसित मॉडलGPT-5.6 Sol (medium)It has the best score here (9.4), while costing about 2.2x less than Claude Opus 5 (high).

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-5.6 Sol GPT-5.6 Sol medium रिलीज़: 2026-07-09
स्कोर 9.2 9.4
रैंक #11 #7
विश्वसनीयता 10.0 10.0
संगति 9.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 84.9% 90.9%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 15.747 7.311
कुल लागत $2.835 $1.316
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 135,959 78,997
आउटपुट टोकन 67,066 4,696
रीजनिंग टोकन 19,114 26,002
प्रतिक्रिया समय (औसत) 20.44s 11.35s
प्रतिक्रिया समय (अधिकतम) 159.01s 79.40s
प्रतिक्रिया समय (कुल) 449.68s 249.73s

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

#7 GPT-5.6 Sol

medium
लागत
$0.124
समय
57.2s
टोकन
4,199 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-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706

त्वरित तुलना

तुलना जोड़ी बदलें