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

GPT-5.6 Terra (medium) average score मध्ये पुढे आहे: 8.2 vs 7.2. GPT-5.6 Terra (medium) चा benchmark खर्च कमी आहे: $0.483 vs $3.787. GPT-5.6 Terra (medium) वेगवान आहे: 8.93s vs 17.13s, pass rates 78.3% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #172
एकूण आउटपुट टोकन्स: 69,489
प्रतिसाद वेळ (सरासरी): 17.13s
एकूण खर्च: $3.787

क्रमांक: #103
एकूण आउटपुट टोकन्स: 33,189
प्रतिसाद वेळ (सरासरी): 8.93s
एकूण खर्च: $0.483

शिफारस केलेले मॉडेल GPT-5.6 Terra (medium)

It has the best score here (8.2), while costing about 7.9x 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	7.2	8.2
क्रमांक	#172	#103
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	71.0%
अस्थिर चाचण्या	4	2
एकूण रन	69	69
प्रति निकाल खर्च	23.669	5.768
एकूण खर्च	$3.787	$0.483
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$12.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	409,947	172,507
आउटपुट टोकन्स	46,060	5,824
रिझनिंग टोकन्स	23,429	27,365
प्रतिसाद वेळ (सरासरी)	17.13s	8.93s
प्रतिसाद वेळ (कमाल)	127.97s	54.74s
प्रतिसाद वेळ (एकूण)	394.01s	205.39s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1T एकूण (~60B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#172 Claude Opus 4.8

low

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

#103 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
GPT-5.6 Terra	10.0	10.0	100.0%	0		54.74s	93,323	946	1,894

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

तुलना जोडी बदला

Claude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्ध Claude Opus 4.8lowvsQwen3.7 Flashhigh GPT-5.6 TerramediumvsGrok 4.5high DeepSeek V4.1 Flash 1017maxvsGPT-5.6 Terramedium Gemini 4 ArgonlowvsGPT-5.6 Terramedium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsLongCat 2.0medium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsQwen3.5-27Bnone Claude Opus 4.8lowvsQwen3.6 27Bmedium Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium Claude Opus 4.8lowvsQwen3.6 Plusmedium