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

GPT-5.6 Sol (high) average score मध्ये पुढे आहे: 9.5 vs 9.4. GPT-5.6 Sol (high) चा benchmark खर्च कमी आहे: $1.595 vs $2.870. Claude Opus 5 (medium) वेगवान आहे: 13.24s vs 13.59s, pass rates 84.1% vs 89.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #28
एकूण आउटपुट टोकन्स: 43,450
प्रतिसाद वेळ (सरासरी): 13.24s
एकूण खर्च: $2.870

क्रमांक: #22
एकूण आउटपुट टोकन्स: 32,071
प्रतिसाद वेळ (सरासरी): 13.59s
एकूण खर्च: $1.595

शिफारस केलेले मॉडेल GPT-5.6 Sol (high)

It has the best score here (9.5), while costing about 1.8x less than Claude Opus 5 (medium).

तपशीलवार तुलना

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

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high प्रकाशन: 2026-07-09
स्कोअर	9.4	9.5
क्रमांक	#28	#22
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	89.9%
अस्थिर चाचण्या	1	3
एकूण रन	69	69
प्रति निकाल खर्च	15.102	8.020
एकूण खर्च	$2.870	$1.595
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	356,605	195,567
आउटपुट टोकन्स	26,715	5,841
रिझनिंग टोकन्स	17,041	26,230
प्रतिसाद वेळ (सरासरी)	13.24s	13.59s
प्रतिसाद वेळ (कमाल)	78.80s	59.99s
प्रतिसाद वेळ (एकूण)	304.46s	312.61s
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.

#28 Claude Opus 5

medium

खर्च: $0.125
वेळ: 69.3s
टोकन्स: 5,134 tok

#22 GPT-5.6 Sol

high

खर्च: $0.151
वेळ: 201.9s
टोकन्स: 5,100 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		78.80s	221,001	2,901	4,237
GPT-5.6 Sol	10.0	10.0	100.0%	0		59.99s	116,309	986	2,377

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		5.46s	834	1,559	572
GPT-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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		9.56s	10,590	5,224	1,162
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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		23.89s	98,197	7,895	1,276
GPT-5.6 Sol	10.0	10.0	100.0%	0		24.99s	56,154	3,298	4,866

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		3.92s	10,503	355	161
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.16s	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	2.9	7.2	11.1%	1		26.35s	972	6,224	8,562
GPT-5.6 Sol	5.3	7.2	44.4%	1		37.67s	628	62	10,365

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		3.56s	708	291	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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		4.16s	909	377	351
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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		4.27s	894	836	465
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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		8.76s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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		7.03s	258	699	255
GPT-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

तुलना जोडी बदला

Claude Opus 5mediumvsGemini 3.7 Flashlow Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsSeed 2.1 Turbolow Claude Opus 5mediumvsGPT-5.5low Gemini 3.7 FlashlowvsGPT-5.6 Solhigh Claude Opus 5mediumvsMuse Spark Openhigh Claude Opus 5mediumvsDeepSeek V4.1 Flash 1017low Claude Opus 5mediumvsGemini 4 Argonhigh Claude Opus 5mediumvsGPT-6.1 Sollow Seed 2.1 TurbolowvsGPT-5.6 Solhigh