Claude Opus 5.5 (low) vs GPT-5.6 Sol (medium)

GPT-5.6 Sol (medium) average score मध्ये पुढे आहे: 9.4 vs 9.3. GPT-5.6 Sol (medium) चा benchmark खर्च कमी आहे: $0.508 vs $0.952. GPT-5.6 Sol (medium) वेगवान आहे: 12.63s vs 23.72s, pass rates 87.9% vs 90.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-23

तुलना केलेली मॉडेल्स

क्रमांक: #20
एकूण आउटपुट टोकन्स: 21,004
प्रतिसाद वेळ (सरासरी): 23.72s
एकूण खर्च: $0.952

क्रमांक: #15
एकूण आउटपुट टोकन्स: 34,977
प्रतिसाद वेळ (सरासरी): 12.63s
एकूण खर्च: $0.508

शिफारस केलेले मॉडेल GPT-5.6 Sol (medium)

It has the best score here (9.4), while costing about 1.9x less than Claude Opus 5.5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09
स्कोअर	9.3	9.4
क्रमांक	#20	#15
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	8.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	87.9%	90.9%
अस्थिर चाचण्या	2	3
एकूण रन	66	66
प्रति निकाल खर्च	5.284	8.025
एकूण खर्च	$0.952	$0.508
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$10.000 / 1M
एकूण इनपुट टोकन्स	132,746	79,006
आउटपुट टोकन्स	6,454	4,696
रिझनिंग टोकन्स	14,550	30,281
प्रतिसाद वेळ (सरासरी)	23.72s	12.63s
प्रतिसाद वेळ (कमाल)	89.16s	79.40s
प्रतिसाद वेळ (एकूण)	521.82s	277.88s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~2T एकूण (~150B 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.

#20 Claude Opus 5.5

low

अवैध SVG

खर्च: $0.038
वेळ: 19.1s
टोकन्स: 2,010 tok

#15 GPT-5.6 Sol

medium

खर्च: $0.124
वेळ: 57.2s
टोकन्स: 4,199 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:

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		11.92s	858	266	473
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572

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		12.23s	10,608	575	2,777
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706

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		53.65s	95,471	3,968	2,689
GPT-5.6 Sol	10.0	10.0	100.0%	0		17.65s	55,798	3,119	2,616

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		12.01s	10,515	312	234
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.38s	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	5.9	7.2	55.6%	1		22.78s	990	59	7,428
GPT-5.6 Sol	5.9	7.2	55.6%	1		57.24s	732	71	20,480

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		5.68s	714	292	326
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214

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		21.06s	921	96	226
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249

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		29.83s	912	448	397
GPT-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566

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		72.62s	11,757	438	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361

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		27.89s	0	0	0
GPT-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517

झटपट तुलना

तुलना जोडी बदला

Claude Opus 5.5lowvsGrok 4.6high GPT-5.6 SolmediumvsGrok 4.6high Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGemini 3.1 Pro Previewmedium Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-6 Solmedium Claude Opus 5.5highvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGemini 3.5 Flashhigh Gemini 3.7 FlashlowvsGPT-5.6 Solmedium Claude Opus 5highvsGPT-5.6 Solmedium