Claude Opus 5.5 (low) vs GPT-6 Astra (high)

GPT-6 Astra (high) average score मध्ये पुढे आहे: 9.9 vs 9.4. Claude Opus 5.5 (low) चा benchmark खर्च कमी आहे: $1.733 vs $4.458. GPT-6 Astra (high) वेगवान आहे: 20.16s vs 25.68s, pass rates 88.4% vs 97.1%.

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: #7
एकूण आउटपुट टोकन्स: 55,595
प्रतिसाद वेळ (सरासरी): 20.16s
एकूण खर्च: $4.458

शिफारस केलेले मॉडेल Claude Opus 5.5 (low)

Its score stays close to the best score here (9.4 vs 9.9), while costing about 2.6x less than GPT-6 Astra (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-6 Astra GPT-6 Astra high प्रकाशन: 2026-09-04

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-6 Astra GPT-6 Astra high प्रकाशन: 2026-09-04
स्कोअर	9.4	9.9
क्रमांक	#26	#7
विश्वसनीयता	10.0	9.9
सुसंगतता	9.3	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	97.1%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	9.118	20.263
एकूण खर्च	$1.733	$4.458
इनपुट किंमत	$4.000 / 1M	$10.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$50.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$1.000 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$12.500 / 1M
एकूण इनपुट टोकन्स	308,056	167,805
आउटपुट टोकन्स	9,434	5,651
रिझनिंग टोकन्स	15,572	49,944
प्रतिसाद वेळ (सरासरी)	25.68s	20.16s
प्रतिसाद वेळ (कमाल)	89.16s	254.93s
प्रतिसाद वेळ (एकूण)	590.71s	463.68s
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.

#26 Claude Opus 5.5

low

अवैध SVG

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

#7 GPT-6 Astra

high

खर्च: $0.457
वेळ: 176.7s
टोकन्स: 9,218 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 Astra	10.0	10.0	100.0%	0		53.41s	88,515	804	1,169

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 Astra	10.0	10.0	100.0%	0		3.25s	606	166	605

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 Astra	10.0	10.0	100.0%	0		5.86s	7,302	392	2,387

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 Astra	10.0	10.0	100.0%	0		24.38s	56,082	3,273	3,995

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 Astra	10.0	10.0	100.0%	0		2.32s	7,140	234	174

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 Astra	7.6	7.2	77.8%	1		95.10s	732	68	38,756

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 Astra	10.0	10.0	100.0%	0		8.28s	477	122	772

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 Astra	10.0	10.0	100.0%	0		3.58s	660	93	462

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 Astra	10.0	10.0	100.0%	0		3.60s	642	211	601

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 Astra	10.0	10.0	100.0%	0		8.92s	5,454	258	433

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 Astra	10.0	10.0	100.0%	0		5.83s	195	30	590

तुलना जोडी बदला

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 3.6 FlashmediumvsGPT-6 Astrahigh Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGPT-6.1 Terraxhigh Claude Opus 5.5lowvsGemini 4 Argonhigh Claude Opus 5.5lowvsGPT-6.1 Terramedium Claude Opus 5.5lowvsGemini 3 Flash Previewmedium