नेविगेशन
Advertise here

तुलना किए गए मॉडल

GPT-5.6 Sol (low) vs Grok 4.6 (high) vs Claude Opus 5 (high) benchmark तुलना: GPT-5.6 Sol (low) स्कोर में 9.6 के साथ आगे है। GPT-5.6 Sol (low) विश्वसनीयता में 10.0 के साथ आगे है। GPT-5.6 Sol (low) का कुल लागत सबसे कम है: $1.244. GPT-5.6 Sol (low) 11.13s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#25
कुल आउटपुट टोकन
22,557
प्रतिक्रिया समय (औसत)
11.13s
कुल लागत
$1.244
रैंक
#124
कुल आउटपुट टोकन
312,614
प्रतिक्रिया समय (औसत)
87.48s
कुल लागत
$2.629
रैंक
#44
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
अनुशंसित मॉडल GPT-5.6 Sol (low)

It has the best score here (9.6), while costing about 2.9x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक GPT-5.6 Sol GPT-5.6 Sol low रिलीज़: 2026-07-09 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12 Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25
स्कोर 9.6 8.5 9.4
रैंक #25 #124 #44
विश्वसनीयता 10.0 10.0 10.0
संगति 9.3 10.0 10.0
प्रयास 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 82.6% 82.6%
अस्थिर टेस्ट 2 0 0
कुल रन 69 69 69
प्रति परिणाम लागत 6.545 13.833 23.809
कुल लागत $1.244 $2.629 $4.524
इनपुट कीमत $2.000 / 1M $2.000 / 1M $5.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M $25.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.500 / 1M $0.500 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं $6.250 / 1M
कुल इनपुट टोकन 191,653 376,233 376,421
आउटपुट टोकन 5,473 6,687 67,688
रीजनिंग टोकन 17,084 305,927 37,974
प्रतिक्रिया समय (औसत) 11.13s 87.48s 25.31s
प्रतिक्रिया समय (अधिकतम) 57.11s 618.49s 159.01s
प्रतिक्रिया समय (कुल) 256.08s 2012.15s 582.11s
पैरामीटर ~2T कुल (~150B सक्रिय) ~1.7T कुल (~170B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता बंद स्रोत 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.

#25 GPT-5.6 Sol

low
लागत
$0.062
समय
26.7s
टोकन
2,150 tok

#124 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 tok

#44 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 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
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721

तुलना जोड़ी बदलें