नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.6 Luna

सारांश

Claude Sonnet 5 (medium) vs GPT-5.6 Luna (high) benchmark तुलना: Claude Sonnet 5 (medium) average score मध्ये पुढे आहे: 7.9 vs 7.7. Claude Sonnet 5 (medium) चा benchmark खर्च कमी आहे: $0.550 vs $0.924. Claude Sonnet 5 (medium) वेगवान आहे: 9.94s vs 18.39s, pass rates 79.4% vs 71.4%.

शिफारस केलेले मॉडेल: Claude Sonnet 5 (medium) - It has the best score here (7.9), while costing about 1.7x less than GPT-5.6 Luna (high).

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

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium प्रकाशन: 2026-06-30 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 7.9 7.7
क्रमांक #35 #50
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.4% 71.4%
अस्थिर चाचण्या 3 3
एकूण रन 63 63
प्रति निकाल खर्च 3.662 6.594
एकूण खर्च $0.550 $0.924
इनपुट किंमत $2.000 / 1M $1.000 / 1M
आउटपुट किंमत $10.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 67,416 35,699
आउटपुट टोकन्स 34,012 2,079
रिझनिंग टोकन्स 7,673 145,816
प्रतिसाद वेळ (सरासरी) 9.94s 18.39s
प्रतिसाद वेळ (कमाल) 56.94s 111.09s
प्रतिसाद वेळ (एकूण) 208.71s 386.24s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 Claude Sonnet 5

medium
खर्च
$0.007
वेळ
6.4s
टोकन्स
832 tok

#50 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 0
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

झटपट तुलना

तुलना जोडी बदला