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

GPT-6.1 Sol (medium) average score मध्ये पुढे आहे: 9.6 vs 9.4. GPT-6.1 Sol (medium) चा benchmark खर्च कमी आहे: $0.530 vs $2.133. GPT-6.1 Sol (medium) वेगवान आहे: 8.90s vs 27.55s, pass rates 87.0% vs 94.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #29
एकूण आउटपुट टोकन्स: 42,782
प्रतिसाद वेळ (सरासरी): 27.55s
एकूण खर्च: $2.133

क्रमांक: #11
एकूण आउटपुट टोकन्स: 18,351
प्रतिसाद वेळ (सरासरी): 8.90s
एकूण खर्च: $0.530

शिफारस केलेले मॉडेल GPT-6.1 Sol (medium)

It has the best score here (9.6), while costing about 4.0x 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 medium 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 medium प्रकाशन: 2026-09-29
स्कोअर	9.4	9.6
क्रमांक	#29	#11
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	87.0%	94.2%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	11.222	2.521
एकूण खर्च	$2.133	$0.530
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	172,860
आउटपुट टोकन्स	10,371	5,172
रिझनिंग टोकन्स	32,411	13,179
प्रतिसाद वेळ (सरासरी)	27.55s	8.90s
प्रतिसाद वेळ (कमाल)	95.95s	51.03s
प्रतिसाद वेळ (एकूण)	633.73s	204.78s
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.

#29 Claude Opus 5.5

high

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

#11 GPT-6.1 Sol

medium

खर्च: $0.045
वेळ: 72.7s
टोकन्स: 4,581 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		51.03s	94,492	818	681

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		2.64s	606	160	319

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		4.74s	7,302	393	1,710

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		13.62s	55,160	2,807	997

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		1.76s	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 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		23.84s	732	69	8,480

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		3.09s	477	113	137

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		3.11s	660	93	234

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		2.99s	642	221	328

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		4.59s	5,454	246	0

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	4.7	1.6	66.7%	1		3.83s	195	30	293

तुलना जोडी बदला

Claude Fable 5.2xhighvsGPT-6.1 Solmedium Claude Opus 5.5highvsGPT-6.1 Terramax Claude Opus 5.5highvsGemini 3.7 Flashlow Claude Opus 5.5highvsGPT-5.5low Claude Opus 5.5highvsGPT-6.1 Terraxhigh Claude Opus 5.5highvsGPT-6 Astramedium Claude Opus 5.5highvsGPT-5.6 Solmedium Claude Opus 5.5highvsGPT-6 Solmedium Claude Opus 5.5highvsGPT-6.1 Terralow Claude Opus 5.5highvsGemini 3.7 Flashmedium Gemini 4 ArgonhighvsGPT-6.1 Solmedium Claude Opus 5.5highvsSeed 2.1 Turbolow