नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

सारांश

Claude Opus 4.8 (low) vs GPT-5.6 Sol (medium) benchmark तुलना: GPT-5.6 Sol (medium) average score मध्ये पुढे आहे: 9.4 vs 7.7. GPT-5.6 Sol (medium) चा benchmark खर्च कमी आहे: $0.966 vs $1.270. GPT-5.6 Sol (medium) वेगवान आहे: 10.79s vs 10.83s, pass rates 79.4% vs 90.5%.

शिफारस केलेले मॉडेल: GPT-5.6 Sol (medium) - It has the strongest score in this comparison (9.4) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09
स्कोअर 7.7 9.4
क्रमांक #45 #5
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.4% 90.5%
अस्थिर चाचण्या 3 3
एकूण रन 63 63
प्रति निकाल खर्च 8.466 5.682
एकूण खर्च $1.270 $0.966
इनपुट किंमत $5.000 / 1M $5.000 / 1M
आउटपुट किंमत $25.000 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 60,946 34,218
आउटपुट टोकन्स 31,771 1,895
रिझनिंग टोकन्स 6,831 24,600
प्रतिसाद वेळ (सरासरी) 10.83s 10.79s
प्रतिसाद वेळ (कमाल) 127.97s 79.40s
प्रतिसाद वेळ (एकूण) 227.39s 226.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#45 Claude Opus 4.8

low
खर्च
$0.031
वेळ
14.1s
टोकन्स
1,345 tok

#5 GPT-5.6 Sol

medium
खर्च
$0.124
वेळ
57.2s
टोकन्स
4,199 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.38s 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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.6 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.6 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.6 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.6 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517

झटपट तुलना

तुलना जोडी बदला