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-5.6 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 $1.486. Claude Opus 5 (medium) तेज है: 9.38s vs 11.35s, pass rates 83.3% vs 90.9%.

अनुशंसित मॉडलGPT-5.6 Sol (medium)It has the strongest score in this comparison (9.4) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 GPT-5.6 Sol GPT-5.6 Sol medium रिलीज़: 2026-07-09
स्कोर 9.2 9.4
रैंक #12 #7
विश्वसनीयता 10.0 10.0
संगति 9.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 83.3% 90.9%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 8.253 7.311
कुल लागत $1.486 $1.316
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 135,607 78,997
आउटपुट टोकन 25,673 4,696
रीजनिंग टोकन 6,930 26,002
प्रतिक्रिया समय (औसत) 9.38s 11.35s
प्रतिक्रिया समय (अधिकतम) 35.05s 79.40s
प्रतिक्रिया समय (कुल) 206.26s 249.73s

Hamster playing table tennis

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

#12 Claude Opus 5

medium
लागत
$0.125
समय
69.3s
टोकन
5,134 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 9.56s 10,590 5,224 1,162
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706

त्वरित तुलना

तुलना जोड़ी बदलें