नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.6 Terra

सारांश

Claude Opus 4.6 (medium) vs GPT-5.6 Terra (low) benchmark तुलना: average score जवळपास समान आहे: 7.7 vs 7.7. GPT-5.6 Terra (low) चा benchmark खर्च कमी आहे: $0.343 vs $2.053. GPT-5.6 Terra (low) वेगवान आहे: 4.88s vs 25.89s, pass rates 61.9% vs 74.6%.

शिफारस केलेले मॉडेल: GPT-5.6 Terra (low) - It has the best score here (7.7), while costing about 6.0x less than Claude Opus 4.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 GPT-5.6 Terra GPT-5.6 Terra low प्रकाशन: 2026-07-09
स्कोअर 7.7 7.7
क्रमांक #48 #47
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 61.9% 74.6%
अस्थिर चाचण्या 3 5
एकूण रन 63 63
प्रति निकाल खर्च 17.103 2.637
एकूण खर्च $2.053 $0.343
इनपुट किंमत $5.000 / 1M $2.500 / 1M
आउटपुट किंमत $25.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 53,227 34,226
आउटपुट टोकन्स 47,446 1,943
रिझनिंग टोकन्स 24,000 15,201
प्रतिसाद वेळ (सरासरी) 25.89s 4.88s
प्रतिसाद वेळ (कमाल) 83.40s 19.85s
प्रतिसाद वेळ (एकूण) 362.49s 102.53s

जनरेशन शोकेस

Hamster playing table tennis

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

#48 Claude Opus 4.6

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#47 GPT-5.6 Terra

low
खर्च
$0.034
वेळ
16.8s
टोकन्स
2,348 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

झटपट तुलना

तुलना जोडी बदला