Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.5

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs GPT-5.5 (low): GPT-5.5 (low) unggul dalam skor rata-rata dengan 9.3 vs 7.2. Claude Opus 4.8 memiliki biaya benchmark lebih rendah di $0.539 vs $0.907. Claude Opus 4.8 lebih cepat di 3.48s vs 9.76s, dengan tingkat keberhasilan 61.9% vs 85.7%.

Model yang direkomendasikan: GPT-5.5 (low) - It has the strongest score in this comparison (9.3) 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 none Rilis: 2026-05-28 GPT-5.5 GPT-5.5 low Rilis: 2026-04-24
Skor 7.2 9.3
Peringkat #70 #7
Keandalan 10.0 10.0
Konsistensi 9.2 10.0
Tes benar
Tingkat lulus per percobaan 61.9% 85.7%
Tes tidak stabil 2 0
Total Run 63 63
Biaya per hasil 4.485 5.035
Total Biaya $0.539 $0.907
Harga input $5.000 / 1M $5.000 / 1M
Harga output $25.000 / 1M $30.000 / 1M
Total token input 67,104 34,209
Token output 8,107 2,046
Token penalaran 0 22,460
Waktu respons (rata-rata) 3.48s 9.76s
Waktu respons (maks) 17.73s 56.19s
Waktu respons (total) 73.00s 204.92s

Showcase generasi

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#7 GPT-5.5

low
Biaya
$0.068
Waktu
37.0s
Token
2,339 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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 7.2 44.4% 1 1.70s 975 61 0
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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 3.48s 708 230 0
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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 9.9 10.0 100.0% 0 1.37s 909 95 0
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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 7.7 10.0 66.7% 0 2.74s 894 783 0
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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 5.35s 11,775 355 0
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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 3.41s 258 212 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisClaude Opus 4.8nonevsGrok 4.20mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3.5 FlashmediumvsGPT-5.5low