Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark Claude Sonnet 5 (medium) vs GPT-5.6 Luna (high): Claude Sonnet 5 (medium) unggul dalam skor rata-rata dengan 7.9 vs 7.7. Claude Sonnet 5 (medium) memiliki biaya benchmark lebih rendah di $0.550 vs $0.924. Claude Sonnet 5 (medium) lebih cepat di 9.94s vs 18.39s, dengan tingkat keberhasilan 79.4% vs 71.4%.

Model yang direkomendasikan: Claude Sonnet 5 (medium) - It has the best score here (7.9), while costing about 1.7x less than GPT-5.6 Luna (high).

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

Metrik Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30 GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor 7.9 7.7
Peringkat #35 #50
Keandalan 10.0 10.0
Konsistensi 9.0 8.8
Tes benar
Tingkat lulus per percobaan 79.4% 71.4%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 3.662 6.594
Total Biaya $0.550 $0.924
Harga input $2.000 / 1M $1.000 / 1M
Harga output $10.000 / 1M $6.000 / 1M
Total token input 67,416 35,699
Token output 34,012 2,079
Token penalaran 7,673 145,816
Waktu respons (rata-rata) 9.94s 18.39s
Waktu respons (maks) 56.94s 111.09s
Waktu respons (total) 208.71s 386.24s

Showcase generasi

Hamster playing table tennis

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

#35 Claude Sonnet 5

medium
Biaya
$0.007
Waktu
6.4s
Token
832 tok

#50 GPT-5.6 Luna

high
Biaya
$0.033
Waktu
34.2s
Token
5,484 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 Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumTersedia gratisvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok Build 0.1medium