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

Claude Opus 5 (high) vs GPT-6.1 Sol (medium)

GPT-6.1 Sol (medium) average score में आगे है: 9.6 vs 9.4. GPT-6.1 Sol (medium) की benchmark लागत कम है: $0.530 vs $4.524. GPT-6.1 Sol (medium) तेज है: 8.90s vs 25.31s, pass rates 82.6% vs 94.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#31
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
रैंक
#11
कुल आउटपुट टोकन
18,351
प्रतिक्रिया समय (औसत)
8.90s
कुल लागत
$0.530
अनुशंसित मॉडल GPT-6.1 Sol (medium)

It has the best score here (9.6), while costing about 8.5x less than Claude Opus 5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 GPT-6.1 Sol GPT-6.1 Sol medium रिलीज़: 2026-09-29
स्कोर 9.4 9.6
रैंक #31 #11
विश्वसनीयता 10.0 10.0
संगति 10.0 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 94.2%
अस्थिर टेस्ट 0 1
कुल रन 69 69
प्रति परिणाम लागत 23.809 2.521
कुल लागत $4.524 $0.530
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.100 / 1M
कैश लिखने की कीमत $6.250 / 1M $2.500 / 1M
कुल इनपुट टोकन 376,421 172,860
आउटपुट टोकन 67,688 5,172
रीजनिंग टोकन 37,974 13,179
प्रतिक्रिया समय (औसत) 25.31s 8.90s
प्रतिक्रिया समय (अधिकतम) 159.01s 51.03s
प्रतिक्रिया समय (कुल) 582.11s 204.78s
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.

#31 Claude Opus 5

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

#11 GPT-6.1 Sol

medium
लागत
$0.045
समय
72.7s
टोकन
4,581 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-6.1 Sol 10.0 10.0 100.0% 0 4.74s 7,302 393 1,710

तुलना जोड़ी बदलें