नेव्हिगेशन
AI BENCHY
Advertise here

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

GPT-5.6 Terra (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. GPT-5.6 Terra (medium) चा benchmark खर्च कमी आहे: $0.676 vs $3.059. GPT-5.6 Terra (medium) वेगवान आहे: 7.11s vs 34.27s, pass rates 63.6% vs 69.7%.

शिफारस केलेले मॉडेलGPT-5.6 Terra (medium)It has the best score here (7.8), while costing about 4.5x less than Claude Opus 4.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 GPT-5.6 Terra GPT-5.6 Terra medium प्रकाशन: 2026-07-09
स्कोअर 7.7 7.8
क्रमांक #50 #46
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 69.7%
अस्थिर चाचण्या 3 2
एकूण रन 66 66
प्रति निकाल खर्च 23.524 4.825
एकूण खर्च $3.059 $0.676
इनपुट किंमत $5.000 / 1M $2.500 / 1M
आउटपुट किंमत $25.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 108,615 79,175
आउटपुट टोकन्स 72,286 4,878
रिझनिंग टोकन्स 28,315 26,952
प्रतिसाद वेळ (सरासरी) 34.27s 7.11s
प्रतिसाद वेळ (कमाल) 151.51s 41.68s
प्रतिसाद वेळ (एकूण) 513.99s 156.42s

Hamster playing table tennis

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

#50 Claude Opus 4.6

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

#46 GPT-5.6 Terra

medium
खर्च
$0.035
वेळ
16.3s
टोकन्स
2,418 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

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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527

झटपट तुलना

तुलना जोडी बदला