Claude Opus 4.8 (low) vs GPT-5.6 Terra (medium)

GPT-5.6 Terra (medium) average score मध्ये पुढे आहे: 7.8 vs 7.8. GPT-5.6 Terra (medium) चा benchmark खर्च कमी आहे: $0.523 vs $2.089. GPT-5.6 Terra (medium) वेगवान आहे: 6.85s vs 12.88s, pass rates 80.3% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक: #70
एकूण आउटपुट टोकन्स: 52,237
प्रतिसाद वेळ (सरासरी): 12.88s
एकूण खर्च: $2.089

क्रमांक: #66
एकूण आउटपुट टोकन्स: 30,349
प्रतिसाद वेळ (सरासरी): 6.85s
एकूण खर्च: $0.523

शिफारस केलेले मॉडेल GPT-5.6 Terra (medium)

It has the best score here (7.8), while costing about 4.0x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium प्रकाशन: 2026-07-09

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium प्रकाशन: 2026-07-09
स्कोअर	7.8	7.8
क्रमांक	#70	#66
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	9.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	80.3%	69.7%
अस्थिर चाचण्या	3	2
एकूण रन	66	66
प्रति निकाल खर्च	13.054	4.603
एकूण खर्च	$2.089	$0.523
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$12.000 / 1M
एकूण इनपुट टोकन्स	156,522	79,184
आउटपुट टोकन्स	43,056	4,878
रिझनिंग टोकन्स	9,181	25,471
प्रतिसाद वेळ (सरासरी)	12.88s	6.85s
प्रतिसाद वेळ (कमाल)	127.97s	41.68s
प्रतिसाद वेळ (एकूण)	283.32s	150.65s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1T एकूण (~60B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#70 Claude Opus 4.8

low

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

#66 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

श्रेणी:

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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GPT-5.6 Terra	10.0	10.0	100.0%	0		11.10s	55,976	3,212	2,122

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 Terra	10.0	10.0	100.0%	0		872ms	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		46.54s	972	23,226	4,472
GPT-5.6 Terra	5.3	10.0	33.3%	0		21.52s	732	70	13,846

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.8 27Bmedium Claude Opus 4.8lowvsGLM 5medium GPT-5.6 TerramediumvsQwen3.8 27Blow GPT-5.6 TerramediumvsQwen3.7 Flashhigh Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Kimi K3maxvsGPT-5.6 Terramedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh Seed-2.0-CodelowvsGPT-5.6 Terramedium