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

GPT-5.6 Terra (high) が平均スコアでリードし、8.0 vs 7.8 です。 GPT-5.6 Terra (high) の benchmark コストが低く、$1.055 vs $2.077 です。 GPT-5.6 Terra (high) の方が高速で、11.32s vs 12.74s です、成功率は 80.3% vs 68.2% です。

おすすめモデルGPT-5.6 Terra (high)ここでは最高スコア（8.0）で、Claude Opus 4.8 (low) より約 2.0 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-18

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high リリース: 2026-07-09

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high リリース: 2026-07-09
スコア	7.8	8.0
順位	#41	#34
信頼性	10.0	10.0
一貫性	8.9	9.3
正解テスト
試行ごとの合格率	80.3%	68.2%
不安定なテスト	3	2
総実行回数	66	66
結果あたりのコスト	12.979	7.533
合計コスト	$2.077	$1.055
入力価格	$5.000 / 1M	$2.500 / 1M
出力価格	$25.000 / 1M	$15.000 / 1M
合計入力トークン	156,525	81,047
出力トークン	43,141	5,055
推論トークン	8,617	51,736
応答時間（平均）	12.74s	11.32s
応答時間（最大）	127.97s	91.49s
応答時間（合計）	280.29s	249.14s

Hamster playing table tennis

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

#41 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#34 GPT-5.6 Terra

high

コスト: $0.055
時間: 30.2s
トークン: 3,748 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

クイック比較

比較ペアを切り替え

Kimi K3maxvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsInklingmedium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh GPT-5.6 TerrahighvsStep 3.7 Flashmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh