Claude Opus 5.5 (low) vs GPT-6.1 Terra (medium)

GPT-6.1 Terra (medium) average score मध्ये पुढे आहे: 9.6 vs 9.4. GPT-6.1 Terra (medium) चा benchmark खर्च कमी आहे: $0.291 vs $1.733. GPT-6.1 Terra (medium) वेगवान आहे: 7.99s vs 25.68s, pass rates 88.4% vs 91.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #26
एकूण आउटपुट टोकन्स: 25,006
प्रतिसाद वेळ (सरासरी): 25.68s
एकूण खर्च: $1.733

क्रमांक: #17
एकूण आउटपुट टोकन्स: 24,483
प्रतिसाद वेळ (सरासरी): 7.99s
एकूण खर्च: $0.291

शिफारस केलेले मॉडेल GPT-6.1 Terra (medium)

It has the best score here (9.6), while costing about 6.0x 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 Terra GPT-6.1 Terra medium प्रकाशन: 2026-10-26

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-6.1 Terra GPT-6.1 Terra medium प्रकाशन: 2026-10-26
स्कोअर	9.4	9.6
क्रमांक	#26	#17
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	91.3%
अस्थिर चाचण्या	2	2
एकूण रन	69	69
प्रति निकाल खर्च	9.118	1.452
एकूण खर्च	$1.733	$0.291
इनपुट किंमत	$4.000 / 1M	$1.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$5.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	308,056	167,830
आउटपुट टोकन्स	9,434	5,292
रिझनिंग टोकन्स	15,572	19,191
प्रतिसाद वेळ (सरासरी)	25.68s	7.99s
प्रतिसाद वेळ (कमाल)	89.16s	44.91s
प्रतिसाद वेळ (एकूण)	590.71s	183.79s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1T एकूण (~60B 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.

#26 Claude Opus 5.5

low

अवैध SVG

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

#17 GPT-6.1 Terra

medium

खर्च: $0.018
वेळ: 39.1s
टोकन्स: 3,537 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 Terra	10.0	10.0	100.0%	0		44.91s	86,734	910	732

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 Terra	10.0	10.0	100.0%	0		2.65s	606	155	502

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 Terra	10.0	10.0	100.0%	0		5.32s	7,302	387	2,250

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 Terra	10.0	10.0	100.0%	0		12.76s	57,529	2,869	1,567

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 Terra	10.0	10.0	100.0%	0		2.10s	7,140	228	48

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 Terra	7.7	10.0	66.7%	0		17.35s	732	69	11,848

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 Terra	10.0	10.0	100.0%	0		4.87s	477	108	535

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 Terra	8.0	6.8	66.7%	1		2.77s	660	96	226

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 Terra	10.0	10.0	100.0%	0		2.93s	642	182	546

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 Terra	10.0	10.0	100.0%	0		6.88s	5,813	258	190

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 Terra	4.7	1.6	66.7%	1		4.48s	195	30	747

तुलना जोडी बदला

Gemini 4 ArgonhighvsGPT-6.1 Terramedium 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 Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGPT-6.1 Terraxhigh Claude Opus 5.5lowvsGemini 4 Argonhigh Claude Opus 5.5lowvsGemini 3 Flash Previewmedium Claude Opus 5.5highvsGPT-6.1 Terramedium