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 Sonnet 4.6 vs OpenAI: GPT-5 Mini

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 GPT-5 Mini GPT-5 Mini medium Rilis: 2025-08-07
Skor 7.0 7.2
Peringkat #78 #73
Keandalan 10.0 10.0
Konsistensi 9.7 9.1
Tes benar
Tingkat lulus per percobaan 58.3% 61.7%
Tes tidak stabil 1 2
Total Run 60 60
Biaya per hasil 2.782 1.348
Total Biaya $0.306 $0.149
Harga input $3.000 / 1M $0.250 / 1M
Harga output $15.000 / 1M $2.000 / 1M
Token output 9,450 6,723
Token penalaran 0 63,082
Waktu respons (rata-rata) 5.27s 23.75s
Waktu respons (maks) 23.84s 88.15s
Waktu respons (total) 68.50s 475.03s

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 output Token penalaran
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
GPT-5 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 0
GPT-5 Mini 10.0 10.0 100.0% 0 30.74s 580 12,544
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
GPT-5 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
GPT-5 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
GPT-5 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
GPT-5 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
GPT-5 Mini 10.0 10.0 100.0% 0 11.59s 310 3,968
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 0
GPT-5 Mini 5.6 9.8 33.3% 0 15.20s 1,622 6,144
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
GPT-5 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
GPT-5 Mini 3.0 10.0 0.0% 0 9.99s 160 1,856

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGrok 4.20mediumRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsMimo V2 OmnimediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsRing-2.6-1Tmedium