नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5.5 (low) 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 $1.733. Claude Opus 5.5 (low) वेगवान आहे: 25.68s vs 61.98s, pass rates 88.4% vs 95.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-17

तुलना केलेली मॉडेल्स

क्रमांक
#36
एकूण आउटपुट टोकन्स
25,006
प्रतिसाद वेळ (सरासरी)
25.68s
एकूण खर्च
$1.733
क्रमांक
#10
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 1.7x 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 max प्रकाशन: 2026-09-29
स्कोअर 9.4 9.9
क्रमांक #36 #10
विश्वसनीयता 10.0 9.7
सुसंगतता 9.3 10.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 88.4% 95.7%
अस्थिर चाचण्या 2 0
एकूण रन 69 69
प्रति निकाल खर्च 9.118 4.571
एकूण खर्च $1.733 $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 308,056 183,607
आउटपुट टोकन्स 9,434 5,741
रिझनिंग टोकन्स 15,572 58,082
प्रतिसाद वेळ (सरासरी) 25.68s 61.98s
प्रतिसाद वेळ (कमाल) 89.16s 960.01s
प्रतिसाद वेळ (एकूण) 590.71s 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.

#36 Claude Opus 5.5

low
अवैध SVG
खर्च
$0.038
वेळ
19.1s
टोकन्स
2,010 tok

#10 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

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 13.57s 7,302 398 7,668

तुलना जोडी बदला