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 4.8 vs OpenAI: GPT-5.6 Terra

Rezumat

Comparație benchmark Claude Opus 4.8 (medium) vs GPT-5.6 Terra (high): Claude Opus 4.8 (medium) conduce la scorul mediu cu 8.8 vs 8.2. GPT-5.6 Terra (high) are costul de benchmark mai mic, $0.852 vs $1.107. Claude Opus 4.8 (medium) este mai rapid cu 9.72s vs 10.89s, cu rate de reușită de 84.1% vs 68.3%.

Model recomandat: Claude Opus 4.8 (medium) - Are cel mai puternic scor din această comparație (8.8) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-10

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 GPT-5.6 Terra GPT-5.6 Terra high Lansare: 2026-07-09
Scor 8.8 8.2
Rang #15 #29
Fiabilitate 10.0 10.0
Consistență 9.6 9.6
Teste corecte
Rată de trecere pe încercare 84.1% 68.3%
Teste instabile 1 1
Rulări totale 63 63
Cost per rezultat 6.512 6.086
Cost total $1.107 $0.852
Preț de intrare $5.000 / 1M $2.500 / 1M
Preț de ieșire $25.000 / 1M $15.000 / 1M
Total tokenuri de intrare 61,007 34,218
Tokenuri de ieșire 26,495 1,908
Tokenuri de raționament 5,901 49,189
Timp de răspuns (mediu) 9.72s 10.89s
Timp de răspuns (maxim) 38.03s 91.49s
Timp de răspuns (total) 204.19s 228.65s

Prezentare generare

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Cost
$0.057
Timp
23.1s
Tokenuri
2,412 tok

#29 GPT-5.6 Terra

high
Cost
$0.055
Timp
30.2s
Tokenuri
3,748 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 3.95s 834 1,179 478
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
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 38.03s 23,561 5,260 1,588
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.6 Terra 10.0 10.0 100.0% 0 938ms 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 14.59s 975 7,477 900
GPT-5.6 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
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 2.46s 708 237 0
GPT-5.6 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
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 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.6 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
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 3.95s 894 791 483
GPT-5.6 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
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 8.96s 11,775 301 225
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
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 6.14s 258 451 214
GPT-5.6 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 TerrahighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumGPT-5.6 TerrahighvsQwen3.5-27BmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumSeed-2.0-LitemediumvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh