Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Opus 4.8 (low) vs GPT-5.6 Terra (low): Skor rata-rata hampir imbang di 7.7 vs 7.7. GPT-5.6 Terra (low) memiliki biaya benchmark lebih rendah di $0.343 vs $1.270. GPT-5.6 Terra (low) lebih cepat di 4.88s vs 10.83s, dengan tingkat keberhasilan 79.4% vs 74.6%.

Model yang direkomendasikan: GPT-5.6 Terra (low) - It has the best score here (7.7), while costing about 3.7x less than Claude Opus 4.8 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 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 low Rilis: 2026-07-09
Skor 7.7 7.7
Peringkat #45 #47
Keandalan 10.0 10.0
Konsistensi 8.8 8.1
Tes benar
Tingkat lulus per percobaan 79.4% 74.6%
Tes tidak stabil 3 5
Total Run 63 63
Biaya per hasil 8.466 2.637
Total Biaya $1.270 $0.343
Harga input $5.000 / 1M $2.500 / 1M
Harga output $25.000 / 1M $15.000 / 1M
Total token input 60,946 34,226
Token output 31,771 1,943
Token penalaran 6,831 15,201
Waktu respons (rata-rata) 10.83s 4.88s
Waktu respons (maks) 127.97s 19.85s
Waktu respons (total) 227.39s 102.53s

Showcase generasi

Hamster playing table tennis

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

#45 Claude Opus 4.8

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

#47 GPT-5.6 Terra

low
Biaya
$0.034
Waktu
16.8s
Token
2,348 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

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 2.36s 606 171 602
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 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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 919ms 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 7.2 44.4% 1 8.34s 723 72 4,086
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 4.8 3.2 33.3% 1 3.52s 477 105 249
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 1.48s 660 87 134
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 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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 5.95s 195 29 1,228

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowClaude Opus 4.8lowvsKimi K2.6mediumTersedia gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumTersedia gratisvsGPT-5.6 TerralowClaude Opus 4.8lowvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Terralow