Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4

Bandingkan:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-06

Metrik Anthropic: Claude Sonnet 4.6 none Rilis: 2026-02-17 OpenAI: GPT-5.4 medium Rilis: 2026-03-05
Peringkat #25 #9
Skor Rata-rata 6.8 8.0
Konsistensi 9.6 8.5
Biaya per hasil 2.504 6.601
Total Biaya $0.251 $0.793
Tes benar
Tingkat lulus per percobaan 66.7% 83.3%
Tes tidak stabil 1 3
Total Run 48 (16 x 3) 48 (16 x 3)
Token output 6,895 1,756
Token penalaran 0 46,642
Waktu respons (rata-rata) 5.57s 20.05s
Waktu respons (maks) 23.84s 100.41s
Waktu respons (total) 50.12s 320.87s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 4.0 10.0 33.3% 0 4.83s 1,199 0
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 9.0 10.0 100.0% 0 23.84s 3,766 0
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 9.9 10.0 100.0% 0 3.43s 252 0
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 5.32s 234 804
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 7.0 10.0 66.7% 0 3.54s 413 0
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 74.27s 61 34,748
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 5.0 3.1 66.7% 1 2.56s 192 0
OpenAI: GPT-5.4 5.0 3.1 33.3% 1 4.92s 145 321
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 5.5 10.0 50.0% 0 1.96s 90 0
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 7.0 10.0 66.7% 0 2.92s 536 0
OpenAI: GPT-5.4 7.0 7.2 88.9% 1 9.13s 442 3,832
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Sonnet 4.6nonevsGLM 5medium