नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.6 Terra

सारांश

Claude Sonnet 4.6 (medium) vs GPT-5.6 Terra (high) benchmark तुलना: GPT-5.6 Terra (high) average score मध्ये पुढे आहे: 8.2 vs 7.8. GPT-5.6 Terra (high) चा benchmark खर्च कमी आहे: $0.852 vs $1.418. GPT-5.6 Terra (high) वेगवान आहे: 10.89s vs 17.06s, pass rates 65.1% vs 68.3%.

शिफारस केलेले मॉडेल: GPT-5.6 Terra (high) - It has the best score here (8.2), while costing about 1.7x less than Claude Sonnet 4.6 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium प्रकाशन: 2026-02-17 GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09
स्कोअर 7.8 8.2
क्रमांक #38 #29
विश्वसनीयता 10.0 10.0
सुसंगतता 9.1 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.1% 68.3%
अस्थिर चाचण्या 2 1
एकूण रन 63 63
प्रति निकाल खर्च 10.904 6.086
एकूण खर्च $1.418 $0.852
इनपुट किंमत $3.000 / 1M $2.500 / 1M
आउटपुट किंमत $15.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 49,112 34,218
आउटपुट टोकन्स 54,703 1,908
रिझनिंग टोकन्स 29,970 49,189
प्रतिसाद वेळ (सरासरी) 17.06s 10.89s
प्रतिसाद वेळ (कमाल) 46.35s 91.49s
प्रतिसाद वेळ (एकूण) 221.83s 228.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#29 GPT-5.6 Terra

high
खर्च
$0.055
वेळ
30.2s
टोकन्स
3,748 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
GPT-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
GPT-5.6 Terra 10.0 10.0 100.0% 0 938ms 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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
GPT-5.6 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
GPT-5.6 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
GPT-5.6 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
GPT-5.6 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
GPT-5.6 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

झटपट तुलना

तुलना जोडी बदला