Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.3 Chat

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03
Skor 7.0 7.2
Peringkat #69 #63
Keandalan 10.0 10.0
Konsistensi 8.8 8.1
Tes benar
Tingkat lulus per percobaan 61.9% 66.7%
Tes tidak stabil 3 5
Total Run 63 63
Biaya per hasil 17.103 3.605
Total Biaya $2.053 $0.433
Harga input $5.000 / 1M $1.750 / 1M
Harga output $25.000 / 1M $14.000 / 1M
Total token input 53,227 34,209
Token output 47,446 26,617
Token penalaran 24,000 0
Waktu respons (rata-rata) 25.89s 6.34s
Waktu respons (maks) 83.40s 18.33s
Waktu respons (total) 362.49s 133.13s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneKimi K2.6mediumTersedia gratisvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1mediumMiniMax M3mediumvsGPT-5.3 Chatnone