Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs GPT-5.6 Luna (medium): GPT-5.6 Luna (medium) unggul dalam skor rata-rata dengan 7.6 vs 7.2. GPT-5.6 Luna (medium) memiliki biaya benchmark lebih rendah di $0.258 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 6.70s, dengan tingkat keberhasilan 61.9% vs 63.5%.

Model yang direkomendasikan: GPT-5.6 Luna (medium) - It has the best score here (7.6), while costing about 2.1x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor 7.2 7.6
Peringkat #69 #54
Keandalan 10.0 10.0
Konsistensi 9.2 9.6
Tes benar
Tingkat lulus per percobaan 61.9% 63.5%
Tes tidak stabil 2 1
Total Run 63 63
Biaya per hasil 4.485 1.978
Total Biaya $0.539 $0.258
Harga input $5.000 / 1M $1.000 / 1M
Harga output $25.000 / 1M $6.000 / 1M
Total token input 67,104 35,699
Token output 8,107 2,148
Token penalaran 0 34,740
Waktu respons (rata-rata) 3.48s 6.70s
Waktu respons (maks) 17.73s 29.85s
Waktu respons (total) 73.00s 140.62s

Showcase generasi

Hamster playing table tennis

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

#69 Claude Opus 4.8

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

#54 GPT-5.6 Luna

medium
Biaya
$0.014
Waktu
14.6s
Token
2,362 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGPT-5.6 LunamediumClaude Opus 4.8nonevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium