Claude Opus 5.5 (high) vs GPT-6.1 Sol (max)

GPT-6.1 Sol (max) average score मध्ये पुढे आहे: 9.9 vs 9.4. GPT-6.1 Sol (max) चा benchmark खर्च कमी आहे: $1.006 vs $2.133. Claude Opus 5.5 (high) वेगवान आहे: 27.55s vs 61.98s, pass rates 87.0% vs 95.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #25
एकूण आउटपुट टोकन्स: 42,782
प्रतिसाद वेळ (सरासरी): 27.55s
एकूण खर्च: $2.133

क्रमांक: #4
एकूण आउटपुट टोकन्स: 63,823
प्रतिसाद वेळ (सरासरी): 61.98s
एकूण खर्च: $1.006

शिफारस केलेले मॉडेल GPT-6.1 Sol (max)

It has the best score here (9.9), while costing about 2.1x less than Claude Opus 5.5 (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 high प्रकाशन: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol max प्रकाशन: 2026-09-29

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 high प्रकाशन: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol max प्रकाशन: 2026-09-29
स्कोअर	9.4	9.9
क्रमांक	#25	#4
विश्वसनीयता	10.0	9.7
सुसंगतता	9.3	10.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	87.0%	95.7%
अस्थिर चाचण्या	2	0
एकूण रन	69	69
प्रति निकाल खर्च	11.222	4.571
एकूण खर्च	$2.133	$1.006
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.100 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	319,095	183,607
आउटपुट टोकन्स	10,371	5,741
रिझनिंग टोकन्स	32,411	58,082
प्रतिसाद वेळ (सरासरी)	27.55s	61.98s
प्रतिसाद वेळ (कमाल)	95.95s	960.01s
प्रतिसाद वेळ (एकूण)	633.73s	1425.65s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~2T एकूण (~150B 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.

#25 Claude Opus 5.5

high

खर्च: $0.136
वेळ: 75.6s
टोकन्स: 6,934 tok

#4 GPT-6.1 Sol

max

खर्च: $0.272
वेळ: 584.0s
टोकन्स: 27,273 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 5.5	10.0	10.0	100.0%	0		64.41s	185,075	3,134	3,191
GPT-6.1 Sol	10.0	10.0	100.0%	0		80.23s	104,471	828	4,850

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.58s	858	313	683
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.41s	606	172	2,226

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		13.44s	10,608	584	5,042
GPT-6.1 Sol	10.0	10.0	100.0%	0		13.57s	7,302	398	7,668

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		60.05s	96,745	4,683	6,301
GPT-6.1 Sol	10.0	10.0	100.0%	0		69.59s	56,240	3,352	20,103

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 5.5	10.0	10.0	100.0%	0		12.31s	10,515	312	355
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.97s	7,140	234	995

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	5.3	7.2	44.4%	1		30.08s	990	58	14,458
GPT-6.1 Sol	7.7	10.0	66.7%	0		352.00s	420	42	12,709

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		5.66s	714	283	352
GPT-6.1 Sol	10.0	10.0	100.0%	0		16.57s	477	113	2,266

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.35s	921	96	435
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.54s	660	93	1,182

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.7	7.7	88.9%	1		30.85s	912	496	605
GPT-6.1 Sol	10.0	10.0	100.0%	0		7.67s	642	215	2,455

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		75.42s	11,757	412	989
GPT-6.1 Sol	10.0	10.0	100.0%	0		16.02s	5,454	264	2,249

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.41s	0	0	0
GPT-6.1 Sol	10.0	10.0	100.0%	0		11.27s	195	30	1,379

तुलना जोडी बदला

Gemini 3.8 FlashhighvsGPT-6.1 Solmax Gemini 3.6 FlashhighvsGPT-6.1 Solmax Claude Opus 5.5highvsGemini 3.7 Flashlow Claude Opus 5.5highvsGPT-5.5low Claude Opus 5.5highvsGPT-6 Astramedium Claude Opus 5.5highvsGPT-5.6 Solmedium Claude Opus 5.5highvsGPT-6 Solmedium Gemini 3.7 FlashhighvsGPT-6.1 Solmax Gemini 3.6 FlashmediumvsGPT-6.1 Solmax Claude Opus 5.5highvsGemini 3.7 Flashmedium Claude Opus 5.5highvsSeed 2.1 Turbolow Claude Opus 5.5highvsGPT-6.1 Sollow