Navigare
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 Opus 4.6 vs OpenAI: GPT-5.4 Nano

Rezumat

Comparație benchmark Claude Opus 4.6 vs GPT-5.4 Nano: Claude Opus 4.6 conduce la scorul mediu cu 7.7 vs 7.5. GPT-5.4 Nano are costul de benchmark mai mic, $0.107 vs $2.053. GPT-5.4 Nano este mai rapid cu 11.95s vs 25.89s, cu rate de reușită de 61.9% vs 63.5%.

Model recomandat: GPT-5.4 Nano - Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.7) și costă de aproximativ 19.3x mai puțin decât Claude Opus 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17
Scor 7.7 7.5
Rang #41 #48
Fiabilitate 10.0 10.0
Consistență 8.8 8.4
Teste corecte
Rată de trecere pe încercare 61.9% 63.5%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 17.103 0.969
Cost total $2.053 $0.107
Preț de intrare $5.000 / 1M $0.200 / 1M
Preț de ieșire $25.000 / 1M $1.250 / 1M
Total tokenuri de intrare 53,227 35,434
Tokenuri de ieșire 47,446 3,014
Tokenuri de raționament 24,000 76,520
Timp de răspuns (mediu) 25.89s 11.95s
Timp de răspuns (maxim) 83.40s 94.06s
Timp de răspuns (total) 362.49s 250.98s

Generation showcase

Hamster playing table tennis

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

#41 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGPT-5.4 NanomediumvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsGPT-5.4 NanomediumClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 Flashhigh