Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Terra

Rezumat

Comparație benchmark Claude Opus 4.8 (low) vs GPT-5.6 Terra (low): Scorul mediu este practic egal la 7.7 vs 7.7. GPT-5.6 Terra (low) are costul de benchmark mai mic, $0.343 vs $1.270. GPT-5.6 Terra (low) este mai rapid cu 4.88s vs 10.83s, cu rate de reușită de 79.4% vs 74.6%.

Model recomandat: GPT-5.6 Terra (low) - Are cel mai bun scor aici (7.7) și costă de aproximativ 3.7x mai puțin decât Claude Opus 4.8 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra low Lansare: 2026-07-09
Scor 7.7 7.7
Rang #45 #47
Fiabilitate 10.0 10.0
Consistență 8.8 8.1
Teste corecte
Rată de trecere pe încercare 79.4% 74.6%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 8.466 2.637
Cost total $1.270 $0.343
Preț de intrare $5.000 / 1M $2.500 / 1M
Preț de ieșire $25.000 / 1M $15.000 / 1M
Total tokenuri de intrare 60,946 34,226
Tokenuri de ieșire 31,771 1,943
Tokenuri de raționament 6,831 15,201
Timp de răspuns (mediu) 10.83s 4.88s
Timp de răspuns (maxim) 127.97s 19.85s
Timp de răspuns (total) 227.39s 102.53s

Prezentare generare

Hamster playing table tennis

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

#45 Claude Opus 4.8

low
Cost
$0.031
Timp
14.1s
Tokenuri
1,345 tok

#47 GPT-5.6 Terra

low
Cost
$0.034
Timp
16.8s
Tokenuri
2,348 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowClaude Opus 4.8lowvsKimi K2.6mediumDisponibil gratuitClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumDisponibil gratuitvsGPT-5.6 TerralowClaude Opus 4.8lowvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Terralow