Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.4

GPT-5.4 (medium) unggul dalam skor rata-rata dengan 8.5 vs 8.3. Claude Sonnet 5 (medium) memiliki biaya benchmark lebih rendah di $0.922 vs $1.533. Claude Sonnet 5 (medium) lebih cepat di 12.52s vs 23.10s, dengan tingkat keberhasilan 80.3% vs 77.3%.

Model yang direkomendasikanClaude Sonnet 5 (medium)Its score stays close to the best score here (8.3 vs 8.5), while costing about 1.7x less than GPT-5.4 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-22

Metrik	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05

Metrik	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Skor	8.3	8.5
Peringkat	#26	#21
Keandalan	10.0	10.0
Konsistensi	9.0	8.6
Tes benar
Tingkat lulus per percobaan	80.3%	77.3%
Tes tidak stabil	3	4
Total Run	66	66
Biaya per hasil	5.760	10.220
Total Biaya	$0.922	$1.533
Harga input	$2.000 / 1M	$2.500 / 1M
Harga output	$10.000 / 1M	$15.000 / 1M
Total token input	145,956	81,127
Token output	52,333	6,155
Token penalaran	10,874	82,515
Waktu respons (rata-rata)	12.52s	23.10s
Waktu respons (maks)	66.71s	100.41s
Waktu respons (total)	275.42s	508.26s

Hamster playing table tennis

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

#26 Claude Sonnet 5

medium

Biaya: $0.007
Waktu: 6.4s
Token: 832 tok

#21 GPT-5.4

medium

Biaya: $0.214
Waktu: 199.6s
Token: 14,349 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

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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	0
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 5mediumvsMuse Spark 1.1low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Claude Sonnet 5mediumvsMuse Spark 1.1high Muse Spark 1.1lowvsGPT-5.4medium Claude Sonnet 5mediumvsGemini 3.5 Flash-Litehigh Claude Sonnet 5mediumvsInklinghigh Claude Sonnet 5mediumvsGPT-5.2 Chatnone Claude Sonnet 5mediumvsGLM 5.2high Claude Sonnet 5mediumvsKimi K3max Claude Sonnet 5mediumvsGPT-5.6 Terrahigh GPT-5.4mediumvsGrok 4.5high