Claude Opus 5 (high) vs GPT-5.6 Sol (medium)

GPT-5.6 Sol (medium) average score मध्ये पुढे आहे: 9.5 vs 9.4. GPT-5.6 Sol (medium) चा benchmark खर्च कमी आहे: $1.700 vs $4.524. GPT-5.6 Sol (medium) वेगवान आहे: 14.57s vs 25.31s, pass rates 82.6% vs 91.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #27
एकूण आउटपुट टोकन्स: 105,662
प्रतिसाद वेळ (सरासरी): 25.31s
एकूण खर्च: $4.524

क्रमांक: #20
एकूण आउटपुट टोकन्स: 38,005
प्रतिसाद वेळ (सरासरी): 14.57s
एकूण खर्च: $1.700

शिफारस केलेले मॉडेल GPT-5.6 Sol (medium)

It has the best score here (9.5), while costing about 2.7x less than Claude Opus 5 (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09

मेट्रिक	Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09
स्कोअर	9.4	9.5
क्रमांक	#27	#20
विश्वसनीयता	10.0	10.0
सुसंगतता	10.0	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	91.3%
अस्थिर चाचण्या	0	3
एकूण रन	69	69
प्रति निकाल खर्च	23.809	8.944
एकूण खर्च	$4.524	$1.700
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	376,421	191,341
आउटपुट टोकन्स	67,688	5,665
रिझनिंग टोकन्स	37,974	32,340
प्रतिसाद वेळ (सरासरी)	25.31s	14.57s
प्रतिसाद वेळ (कमाल)	159.01s	79.40s
प्रतिसाद वेळ (एकूण)	582.11s	335.16s
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

high

खर्च: $0.265
वेळ: 144.5s
टोकन्स: 10,741 tok

#20 GPT-5.6 Sol

medium

खर्च: $0.124
वेळ: 57.2s
टोकन्स: 4,199 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	10.0	10.0	100.0%	0		86.99s	240,465	3,064	7,015
GPT-5.6 Sol	10.0	10.0	100.0%	0		57.28s	112,335	969	2,059

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	10.0	10.0	100.0%	0		5.91s	834	2,063	617
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		12.73s	10,590	7,547	1,721
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		31.11s	98,549	10,546	2,198
GPT-5.6 Sol	10.0	10.0	100.0%	0		17.65s	55,798	3,119	2,616

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	10.0	10.0	100.0%	0		4.22s	10,503	488	160
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.38s	7,140	222	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		104.24s	972	40,623	24,923
GPT-5.6 Sol	5.9	7.2	55.6%	1		57.24s	732	71	20,480

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		3.79s	708	268	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.78s	909	119	361
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.66s	894	908	524
GPT-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		8.44s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		14.14s	258	1,708	455
GPT-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517

तुलना जोडी बदला

Claude Opus 5highvsGemini 3.7 Flashlow Claude Opus 5.5lowvsGPT-5.6 Solmedium Gemini 4 ArgonhighvsGPT-5.6 Solmedium Claude Opus 5.5highvsGPT-5.6 Solmedium Claude Opus 5highvsSeed 2.1 Turbolow Claude Opus 5highvsGPT-5.5low Gemini 3.7 FlashlowvsGPT-5.6 Solmedium Claude Opus 5highvsGPT-6 Astramedium Claude Opus 5highvsGPT-6 Solmedium Claude Opus 5highvsMuse Wondermedium Claude Opus 5highvsGemini 3.7 Flashmedium Claude Opus 5highvsGPT-5.5medium