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

GPT-5.6 Terra (high) average score मध्ये पुढे आहे: 8.3 vs 8.3. GPT-5.6 Terra (high) चा benchmark खर्च कमी आहे: $1.116 vs $3.490. GPT-5.6 Terra (high) वेगवान आहे: 13.62s vs 16.72s, pass rates 82.6% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #80
एकूण आउटपुट टोकन्स: 67,842
प्रतिसाद वेळ (सरासरी): 16.72s
एकूण खर्च: $3.490

क्रमांक: #76
एकूण आउटपुट टोकन्स: 60,065
प्रतिसाद वेळ (सरासरी): 13.62s
एकूण खर्च: $1.116

शिफारस केलेले मॉडेल GPT-5.6 Terra (high)

It has the best score here (8.3), while costing about 3.1x less than Claude Opus 4.8 (medium).

तपशीलवार तुलना

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

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09
स्कोअर	8.3	8.3
क्रमांक	#80	#76
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	69.6%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	20.527	8.674
एकूण खर्च	$3.490	$1.116
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$12.000 / 1M
एकूण इनपुट टोकन्स	360,294	197,239
आउटपुट टोकन्स	43,441	6,083
रिझनिंग टोकन्स	24,401	53,982
प्रतिसाद वेळ (सरासरी)	16.72s	13.62s
प्रतिसाद वेळ (कमाल)	99.37s	91.49s
प्रतिसाद वेळ (एकूण)	384.66s	313.21s
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.

#80 Claude Opus 4.8

medium

खर्च: $0.057
वेळ: 23.1s
टोकन्स: 2,412 tok

#76 GPT-5.6 Terra

high

खर्च: $0.055
वेळ: 30.2s
टोकन्स: 3,748 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	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
GPT-5.6 Terra	10.0	10.0	100.0%	0		66.44s	116,183	1,028	2,949

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		3.95s	834	1,179	478
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

कोडिंग	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		15.33s	10,590	9,945	1,381
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

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		54.29s	101,005	19,531	4,762
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

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	7.1	5.6	83.3%	1		12.29s	10,503	481	312
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	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	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
GPT-5.6 Terra	5.3	10.0	33.3%	0		42.65s	732	70	32,239

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		2.46s	708	237	0
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

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	10.0	10.0	100.0%	0		3.32s	909	373	320
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

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		3.95s	894	791	483
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

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		8.96s	11,775	301	225
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

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		6.14s	258	451	214
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8mediumvsGrok 4.5high Kimi K3maxvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsKimi K3max Claude Opus 4.8mediumvsGemini 3.5 Flashhigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsGLM 5.2high GPT-5.6 TerrahighvsGLM 5.2medium Muse Glimmer 30BxhighvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high GPT-5.6 TerrahighvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsMuse Spark 1.1high