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 (medium): GPT-5.6 Terra (medium) conduce la scorul mediu cu 7.8 vs 7.7. GPT-5.6 Terra (medium) are costul de benchmark mai mic, $0.496 vs $1.270. GPT-5.6 Terra (medium) este mai rapid cu 6.69s vs 10.83s, cu rate de reușită de 79.4% vs 68.3%.

Model recomandat: GPT-5.6 Terra (medium) - Are cel mai bun scor aici (7.8) și costă de aproximativ 2.6x 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 medium Lansare: 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 medium Lansare: 2026-07-09
Scor	7.7	7.8
Rang	#45	#37
Fiabilitate	10.0	10.0
Consistență	8.8	9.2
Teste corecte
Rată de trecere pe încercare	79.4%	68.3%
Teste instabile	3	2
Rulări totale	63	63
Cost per rezultat	8.466	3.815
Cost total	$1.270	$0.496
Preț de intrare	$5.000 / 1M	$2.500 / 1M
Preț de ieșire	$25.000 / 1M	$15.000 / 1M
Total tokenuri de intrare	60,946	34,218
Tokenuri de ieșire	31,771	1,982
Tokenuri de raționament	6,831	25,370
Timp de răspuns (mediu)	10.83s	6.69s
Timp de răspuns (maxim)	127.97s	41.68s
Timp de răspuns (total)	227.39s	140.49s

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

#37 GPT-5.6 Terra

medium

Cost: $0.035
Timp: 16.3s
Tokenuri: 2,418 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		2.22s	606	172	657

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	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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		6.26s	11,019	316	540

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		872ms	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	10.0	33.3%	0		23.45s	723	70	15,327

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	5.5	10.0	0.0%	0		2.37s	477	133	144

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		1.43s	660	89	261

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	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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		10.05s	195	27	2,206

Comparație rapidă

Schimbă perechea de comparație