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

GPT-6 Astra (max) average score मध्ये पुढे आहे: 9.9 vs 9.4. Claude Opus 5.5 (low) चा benchmark खर्च कमी आहे: $1.733 vs $5.044. Claude Opus 5.5 (low) वेगवान आहे: 25.68s vs 61.63s, pass rates 88.4% vs 95.7%.

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: #5
एकूण आउटपुट टोकन्स: 64,616
प्रतिसाद वेळ (सरासरी): 61.63s
एकूण खर्च: $5.044

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 2.9x less than GPT-6 Astra (max).

तपशीलवार तुलना

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

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 low प्रकाशन: 2026-09-23	GPT-6 Astra GPT-6 Astra max प्रकाशन: 2026-09-04
स्कोअर	9.4	9.9
क्रमांक	#26	#5
विश्वसनीयता	10.0	9.6
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	22.923
एकूण खर्च	$1.733	$5.044
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	181,223
आउटपुट टोकन्स	9,434	5,707
रिझनिंग टोकन्स	15,572	58,909
प्रतिसाद वेळ (सरासरी)	25.68s	61.63s
प्रतिसाद वेळ (कमाल)	89.16s	960.01s
प्रतिसाद वेळ (एकूण)	590.71s	1417.51s
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

#5 GPT-6 Astra

max

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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		69.56s	102,165	854	3,532

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		4.87s	606	171	1,982

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		14.64s	7,302	395	8,298

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		64.02s	56,162	3,313	18,967

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		4.78s	7,140	234	944

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	7.7	10.0	66.7%	0		356.37s	420	42	14,986

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		13.69s	477	110	1,823

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		6.34s	660	93	1,669

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		7.32s	642	201	2,765

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		20.65s	5,454	264	2,786

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		8.91s	195	30	1,157

तुलना जोडी बदला

Claude Opus 5.5lowvsGPT-6.1 Terramax Gemini 3.8 FlashhighvsGPT-6 Astramax Gemini 3.6 FlashhighvsGPT-6 Astramax 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 3.7 FlashhighvsGPT-6 Astramax Gemini 3.6 FlashmediumvsGPT-6 Astramax Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGPT-6.1 Terraxhigh