Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Terra

GPT-5.6 Terra (high) unggul dalam skor rata-rata dengan 8.0 vs 7.8. GPT-5.6 Terra (high) memiliki biaya benchmark lebih rendah di $1.055 vs $2.077. GPT-5.6 Terra (high) lebih cepat di 11.32s vs 12.74s, dengan tingkat keberhasilan 80.3% vs 68.2%.

Model yang direkomendasikanGPT-5.6 Terra (high)It has the best score here (8.0), while costing about 2.0x less than Claude Opus 4.8 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high Rilis: 2026-07-09

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high Rilis: 2026-07-09
Skor	7.8	8.0
Peringkat	#41	#34
Keandalan	10.0	10.0
Konsistensi	8.9	9.3
Tes benar
Tingkat lulus per percobaan	80.3%	68.2%
Tes tidak stabil	3	2
Total Run	66	66
Biaya per hasil	12.979	7.533
Total Biaya	$2.077	$1.055
Harga input	$5.000 / 1M	$2.500 / 1M
Harga output	$25.000 / 1M	$15.000 / 1M
Total token input	156,525	81,047
Token output	43,141	5,055
Token penalaran	8,617	51,736
Waktu respons (rata-rata)	12.74s	11.32s
Waktu respons (maks)	127.97s	91.49s
Waktu respons (total)	280.29s	249.14s

Hamster playing table tennis

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

#41 Claude Opus 4.8

low

Biaya: $0.031
Waktu: 14.1s
Token: 1,345 tok

#34 GPT-5.6 Terra

high

Biaya: $0.055
Waktu: 30.2s
Token: 3,748 tok

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

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsInklingmedium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh GPT-5.6 TerrahighvsStep 3.7 Flashmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh