Claude Opus 5 (medium) vs GPT-6.1 Sol (high)

GPT-6.1 Sol (high) average score मध्ये पुढे आहे: 9.6 vs 9.2. GPT-6.1 Sol (high) चा benchmark खर्च कमी आहे: $0.542 vs $1.586. Claude Opus 5 (medium) वेगवान आहे: 10.26s vs 13.68s, pass rates 83.3% vs 93.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #30
एकूण आउटपुट टोकन्स: 36,618
प्रतिसाद वेळ (सरासरी): 10.26s
एकूण खर्च: $1.586

क्रमांक: #12
एकूण आउटपुट टोकन्स: 38,258
प्रतिसाद वेळ (सरासरी): 13.68s
एकूण खर्च: $0.542

शिफारस केलेले मॉडेल GPT-6.1 Sol (high)

It has the best score here (9.6), while costing about 2.9x less than Claude Opus 5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	GPT-6.1 Sol GPT-6.1 Sol high प्रकाशन: 2026-09-29

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	GPT-6.1 Sol GPT-6.1 Sol high प्रकाशन: 2026-09-29
स्कोअर	9.2	9.6
क्रमांक	#30	#12
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	83.3%	93.9%
अस्थिर चाचण्या	1	1
एकूण रन	66	66
प्रति निकाल खर्च	8.811	2.708
एकूण खर्च	$1.586	$0.542
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$10.000 / 1M
एकूण इनपुट टोकन्स	135,604	79,492
आउटपुट टोकन्स	23,814	4,954
रिझनिंग टोकन्स	12,804	33,304
प्रतिसाद वेळ (सरासरी)	10.26s	13.68s
प्रतिसाद वेळ (कमाल)	35.43s	139.76s
प्रतिसाद वेळ (एकूण)	225.66s	301.03s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~2T एकूण (~150B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#30 Claude Opus 5

medium

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

#12 GPT-6.1 Sol

high

खर्च: $0.079
वेळ: 149.5s
टोकन्स: 7,920 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:

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-6.1 Sol	10.0	10.0	100.0%	0		3.31s	606	174	606

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-6.1 Sol	10.0	10.0	100.0%	0		5.18s	7,302	390	2,215

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-6.1 Sol	10.0	10.0	100.0%	0		24.65s	56,284	3,374	4,032

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-6.1 Sol	10.0	10.0	100.0%	0		2.79s	7,140	234	178

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-6.1 Sol	7.7	10.0	66.7%	0		59.04s	732	68	23,791

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-6.1 Sol	10.0	10.0	100.0%	0		5.90s	477	112	449

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-6.1 Sol	10.0	10.0	100.0%	0		3.63s	660	93	500

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-6.1 Sol	10.0	10.0	100.0%	0		3.99s	642	223	633

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-6.1 Sol	10.0	10.0	100.0%	0		7.83s	5,454	256	209

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-6.1 Sol	4.7	1.6	66.7%	1		7.29s	195	30	691

झटपट तुलना

तुलना जोडी बदला

Claude Opus 5mediumvsGemini 3.7 Flashlow Claude Opus 5mediumvsQwen3.8 Max (0902)low Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Claude Opus 5mediumvsSeed 2.1 Turbolow Claude Opus 5mediumvsGrok 4.6high Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGPT-5.6 Solhigh Gemini 3.7 FlashmediumvsGPT-6.1 Solhigh Gemini 3.6 FlashmediumvsGPT-6.1 Solhigh Claude Opus 5mediumvsGemini 3.5 Flashhigh Claude Opus 5mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-6.1 Sollow