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

GPT-6.1 Sol (high) average score मध्ये पुढे आहे: 9.6 vs 9.4. GPT-6.1 Sol (high) चा benchmark खर्च कमी आहे: $0.755 vs $1.733. GPT-6.1 Sol (high) वेगवान आहे: 15.46s vs 25.68s, pass rates 88.4% vs 94.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #27
एकूण आउटपुट टोकन्स: 25,006
प्रतिसाद वेळ (सरासरी): 25.68s
एकूण खर्च: $1.733

क्रमांक: #12
एकूण आउटपुट टोकन्स: 40,508
प्रतिसाद वेळ (सरासरी): 15.46s
एकूण खर्च: $0.755

शिफारस केलेले मॉडेल GPT-6.1 Sol (high)

It has the best score here (9.6), while costing about 2.3x less than Claude Opus 5.5 (low).

तपशीलवार तुलना

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

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol high प्रकाशन: 2026-09-29
स्कोअर	9.4	9.6
क्रमांक	#27	#12
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	94.2%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	9.118	3.596
एकूण खर्च	$1.733	$0.755
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	308,056	174,960
आउटपुट टोकन्स	9,434	5,780
रिझनिंग टोकन्स	15,572	34,728
प्रतिसाद वेळ (सरासरी)	25.68s	15.46s
प्रतिसाद वेळ (कमाल)	89.16s	139.76s
प्रतिसाद वेळ (एकूण)	590.71s	355.66s
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.

#27 Claude Opus 5.5

low

अवैध SVG

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

#12 GPT-6.1 Sol

high

खर्च: $0.079
वेळ: 149.5s
टोकन्स: 7,920 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		68.89s	175,310	2,980	1,022
GPT-6.1 Sol	10.0	10.0	100.0%	0		54.63s	95,468	826	1,424

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-6.1 Sol	10.0	10.0	100.0%	0		3.31s	606	174	606

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-6.1 Sol	10.0	10.0	100.0%	0		5.18s	7,302	390	2,215

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-6.1 Sol	10.0	10.0	100.0%	0		24.65s	56,284	3,374	4,032

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-6.1 Sol	10.0	10.0	100.0%	0		2.79s	7,140	234	178

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-6.1 Sol	7.7	10.0	66.7%	0		59.04s	732	68	23,791

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-6.1 Sol	10.0	10.0	100.0%	0		5.90s	477	112	449

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-6.1 Sol	10.0	10.0	100.0%	0		3.63s	660	93	500

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-6.1 Sol	10.0	10.0	100.0%	0		3.99s	642	223	633

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-6.1 Sol	10.0	10.0	100.0%	0		7.83s	5,454	256	209

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-6.1 Sol	4.7	1.6	66.7%	1		7.29s	195	30	691

तुलना जोडी बदला

Claude Fable 5.2xhighvsGPT-6.1 Solhigh Claude Opus 5.5lowvsGPT-6.1 Terramax Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGemini 4 Argonhigh Claude Opus 5.5lowvsGPT-6.1 Terraxhigh Claude Opus 5.5lowvsGPT-6.1 Terramedium