AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs GPT-5.6 Terra (medium): GPT-5.6 Terra (medium) unggul dalam skor rata-rata dengan 7.8 vs 7.2. GPT-5.6 Terra (medium) memiliki biaya benchmark lebih rendah di $0.496 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 6.69s, dengan tingkat keberhasilan 61.9% vs 68.3%.

Model yang direkomendasikan: GPT-5.6 Terra (medium) - It has the strongest score in this comparison (7.8) and the best overall balance of cost and response time across all 2 models.

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

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium Rilis: 2026-07-09

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium Rilis: 2026-07-09
Skor	7.2	7.8
Peringkat	#69	#37
Keandalan	10.0	10.0
Konsistensi	9.2	9.2
Tes benar
Tingkat lulus per percobaan	61.9%	68.3%
Tes tidak stabil	2	2
Total Run	63	63
Biaya per hasil	4.485	3.815
Total Biaya	$0.539	$0.496
Harga input	$5.000 / 1M	$2.500 / 1M
Harga output	$25.000 / 1M	$15.000 / 1M
Total token input	67,104	34,218
Token output	8,107	1,982
Token penalaran	0	25,370
Waktu respons (rata-rata)	3.48s	6.69s
Waktu respons (maks)	17.73s	41.68s
Waktu respons (total)	73.00s	140.49s

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

#37 GPT-5.6 Terra

medium

Biaya: $0.035
Waktu: 16.3s
Token: 2,418 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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 Terra	10.0	10.0	100.0%	0		872ms	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	7.2	44.4%	1		1.70s	975	61	0
GPT-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

Perbandingan Cepat

Ganti Pasangan Perbandingan