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

GPT-6.1 Sol (xhigh) average score मध्ये पुढे आहे: 9.9 vs 9.4. GPT-6.1 Sol (xhigh) चा benchmark खर्च कमी आहे: $1.377 vs $2.133. Claude Opus 5.5 (high) वेगवान आहे: 27.55s vs 33.11s, pass rates 87.0% vs 97.1%.

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

तुलना केलेली मॉडेल्स

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

क्रमांक: #6
एकूण आउटपुट टोकन्स: 102,482
प्रतिसाद वेळ (सरासरी): 33.11s
एकूण खर्च: $1.377

शिफारस केलेले मॉडेल GPT-6.1 Sol (xhigh)

It has the best score here (9.9), while costing about 1.5x 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 xhigh 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 xhigh प्रकाशन: 2026-09-29
स्कोअर	9.4	9.9
क्रमांक	#25	#6
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	87.0%	97.1%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	11.222	6.256
एकूण खर्च	$2.133	$1.377
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	175,712
आउटपुट टोकन्स	10,371	5,640
रिझनिंग टोकन्स	32,411	96,842
प्रतिसाद वेळ (सरासरी)	27.55s	33.11s
प्रतिसाद वेळ (कमाल)	95.95s	491.85s
प्रतिसाद वेळ (एकूण)	633.73s	761.52s
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

#6 GPT-6.1 Sol

xhigh

खर्च: $0.147
वेळ: 279.4s
टोकन्स: 14,790 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		58.86s	96,480	829	1,934

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		3.86s	606	164	886

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		10.65s	7,302	393	4,483

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		34.38s	56,024	3,244	8,146

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		2.88s	7,140	234	343

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	7.6	7.2	77.8%	1		177.33s	732	68	76,624

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		8.78s	477	113	983

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		3.78s	660	93	654

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		4.87s	642	212	1,084

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		10.29s	5,454	260	842

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		7.51s	195	30	863

तुलना जोडी बदला

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