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 (medium) vs GPT-5.6 Terra (high): Claude Opus 4.8 (medium) unggul dalam skor rata-rata dengan 8.8 vs 8.2. GPT-5.6 Terra (high) memiliki biaya benchmark lebih rendah di $0.852 vs $1.107. Claude Opus 4.8 (medium) lebih cepat di 9.72s vs 10.89s, dengan tingkat keberhasilan 84.1% vs 68.3%.

Model yang direkomendasikan: Claude Opus 4.8 (medium) - It has the strongest score in this comparison (8.8) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-10

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra high Rilis: 2026-07-09
Skor 8.8 8.2
Peringkat #15 #29
Keandalan 10.0 10.0
Konsistensi 9.6 9.6
Tes benar
Tingkat lulus per percobaan 84.1% 68.3%
Tes tidak stabil 1 1
Total Run 63 63
Biaya per hasil 6.512 6.086
Total Biaya $1.107 $0.852
Harga input $5.000 / 1M $2.500 / 1M
Harga output $25.000 / 1M $15.000 / 1M
Total token input 61,007 34,218
Token output 26,495 1,908
Token penalaran 5,901 49,189
Waktu respons (rata-rata) 9.72s 10.89s
Waktu respons (maks) 38.03s 91.49s
Waktu respons (total) 204.19s 228.65s

Showcase generasi

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Biaya
$0.057
Waktu
23.1s
Token
2,412 tok

#29 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

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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.59s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
GPT-5.6 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 TerrahighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmediumTersedia gratisvsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumGPT-5.6 TerrahighvsQwen3.5-27BmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumSeed-2.0-LitemediumvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh