नेविगेशन
Advertise here

Claude Opus 5 (low) vs GPT-5.4 (medium)

Claude Opus 5 (low) average score में आगे है: 9.0 vs 8.8. GPT-5.4 (medium) की benchmark लागत कम है: $2.213 vs $2.350. Claude Opus 5 (low) तेज है: 9.87s vs 24.81s, pass rates 84.1% vs 78.3%.

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

तुलना किए गए मॉडल

रैंक
#51
कुल आउटपुट टोकन
23,416
प्रतिक्रिया समय (औसत)
9.87s
कुल लागत
$2.350
रैंक
#61
कुल आउटपुट टोकन
96,502
प्रतिक्रिया समय (औसत)
24.81s
कुल लागत
$2.213
अनुशंसित मॉडल Claude Opus 5 (low)

It has the best score here (9.0), while responding about 2.5x faster than GPT-5.4 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 GPT-5.4 GPT-5.4 medium रिलीज़: 2026-03-05
स्कोर 9.0 8.8
रैंक #51 #61
विश्वसनीयता 10.0 10.0
संगति 9.7 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 78.3%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 12.367 12.535
कुल लागत $2.350 $2.213
इनपुट कीमत $5.000 / 1M $2.500 / 1M
आउटपुट कीमत $25.000 / 1M $15.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.250 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 352,845 223,210
आउटपुट टोकन 16,553 7,312
रीजनिंग टोकन 7,007 89,190
प्रतिक्रिया समय (औसत) 9.87s 24.81s
प्रतिक्रिया समय (अधिकतम) 73.15s 100.41s
प्रतिक्रिया समय (कुल) 226.95s 570.60s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1.5T कुल (~100B 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.

#51 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#61 GPT-5.4

medium
लागत
$0.214
समय
199.6s
टोकन
14,349 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 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 5lowvsGemini 4 ArgonmediumClaude Opus 5lowvsGLM 5.3 FlashmaxClaude Opus 5lowvsGemini 3.5 Flash LitehighClaude Opus 5lowvsMuse Spark 1.3mediumGPT-5.4mediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsGPT-5.4mediumClaude Opus 5lowvsQwen3.8 Max (0902)mediumClaude Opus 5lowvsMuse Spark 1.2highMuse Spark 1.2lowvsGPT-5.4mediumGPT-5.4mediumvsPareto 26.9defaultClaude Opus 5lowvsMuse Spark 1.2mediumClaude Opus 5lowvsMuse Spark 1.1medium