Modele comparate

Comparație benchmark Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium): Gemini 3.6 Flash (medium) conduce la Scor cu 9.8. Claude Opus 5 (high) conduce la Fiabilitate cu 10.0. Gemini 3.6 Flash (medium) are cel mai mic Cost total, $0.427. GPT-5.6 Sol (high) are cel mai rapid timp de răspuns, 11.48s.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-10

Modele comparate

Rang: #20
Total tokenuri de ieșire: 95,583
Timp de răspuns (mediu): 22.51s
Cost total: $3.070

Rang: #15
Total tokenuri de ieșire: 28,708
Timp de răspuns (mediu): 11.48s
Cost total: $0.446

Rang: #78
Total tokenuri de ieșire: 224,128
Timp de răspuns (mediu): 142.84s
Cost total: $3.467

Rang: #7
Total tokenuri de ieșire: 100,876
Timp de răspuns (mediu): 11.86s
Cost total: $0.427

Model recomandat Gemini 3.6 Flash (medium)

Are cel mai bun scor aici (9.8) și costă de aproximativ 5.5x mai puțin decât celelalte modele din această comparație.

Comparație detaliată

Metrică	Claude Opus 5 Claude Opus 5 high Lansare: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09	Kimi K3 Kimi K3 max Lansare: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Lansare: 2026-07-21

Metrică	Claude Opus 5 Claude Opus 5 high Lansare: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09	Kimi K3 Kimi K3 max Lansare: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Lansare: 2026-07-21
Scor	9.2	9.4	7.9	9.8
Rang	#20	#15	#78	#7
Fiabilitate	10.0	10.0	9.0	10.0
Consistență	10.0	8.9	9.2	9.2
Încercări	66/66	66/66	66/66	66/66
Teste corecte
Rată de trecere pe încercare	81.8%	89.4%	77.3%	95.5%
Teste instabile	0	3	2	2
Rulări totale	66	66	66	66
Cost per rezultat	17.052	6.987	21.668	4.101
Cost total	$3.070	$0.446	$3.467	$0.427
Preț de intrare	$5.000 / 1M	$2.000 / 1M	$3.000 / 1M	$0.750 / 1M
Preț de ieșire	$25.000 / 1M	$10.000 / 1M	$15.000 / 1M	$3.750 / 1M
Total tokenuri de intrare	135,956	79,258	34,960	64,446
Tokenuri de ieșire	64,624	4,855	2,887	1,974
Tokenuri de raționament	30,959	23,853	221,241	98,902
Timp de răspuns (mediu)	22.51s	11.48s	142.84s	11.86s
Timp de răspuns (maxim)	159.01s	54.79s	766.58s	77.15s
Timp de răspuns (total)	495.12s	252.62s	2714.02s	260.96s
Parametri	~5T în total (~500B activi)	~2T în total (~150B activi)	2.8T în total (104B activi)	~500B în total (~20B activi)
Disponibilitate	Închis	Închis	Ponderi disponibile	Închis

Prezentare generare modele

Hamster playing table tennis

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

#20 Claude Opus 5

high

Cost: $0.265
Timp: 144.5s
Tokenuri: 10,741 tok

#15 GPT-5.6 Sol

high

Cost: $0.151
Timp: 201.9s
Tokenuri: 5,100 tok

#78 MoonshotAI: Kimi K3

max

Cost: $0.281
Timp: 506.9s
Tokenuri: 18,863 tok

#7 Gemini 3.6 Flash

medium

Cost: $0.095
Timp: 49.9s
Tokenuri: 12,664 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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Gemini 3.6 Flash	10.0	10.0	100.0%	0	2.54s	508	165	4,173

Programare	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	12.73s	10,590	7,547	1,721
GPT-5.6 Sol	10.0	10.0	100.0%	12.52s	7,302	404	5,656
Kimi K3	10.0	10.0	100.0%	325.79s	8,061	460	84,012
Gemini 3.6 Flash	10.0	10.0	100.0%	14.81s	8,124	444	31,421

Combinat	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Kimi K3	6.5	10.0	50.0%	223.03s	12,792	399	20,460
Gemini 3.6 Flash	10.0	10.0	100.0%	49.01s	40,411	405	13,351

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	0	4.22s	10,503	488	160
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.16s	7,140	222	0
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Gemini 3.6 Flash	10.0	10.0	100.0%	0	4.92s	7,457	279	5,288

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923
GPT-5.6 Sol	5.3	7.2	44.4%	1	37.67s	628	62	10,365
Kimi K3	5.3	7.2	44.4%	1	683.62s	838	57	106,892
Gemini 3.6 Flash	5.8	4.4	66.7%	2	21.99s	648	12	31,866

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Gemini 3.6 Flash	10.0	10.0	100.0%	3.40s	492	109	1,384

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	4.78s	909	119	361
GPT-5.6 Sol	10.0	10.0	100.0%	2.73s	660	96	331
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Gemini 3.6 Flash	10.0	10.0	100.0%	3.82s	623	72	3,634

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	4.66s	894	908	524
GPT-5.6 Sol	10.0	10.0	100.0%	4.10s	642	211	675
Kimi K3	10.0	10.0	100.0%	7.36s	1,416	495	1,368
Gemini 3.6 Flash	10.0	10.0	100.0%	3.43s	568	249	3,656

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Gemini 3.6 Flash	10.0	10.0	100.0%	5.78s	5,457	229	1,372

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Gemini 3.6 Flash	10.0	10.0	100.0%	0	5.48s	158	10	2,757

Comparație rapidă

Schimbă perechea de comparație

Kimi K3maxvsGPT-5.2 Chatnone Claude Opus 5highvsGemini 3.7 Flashlow Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.8 27Blow Kimi K3maxvsGPT-5.6 Terrahigh Claude Opus 5highvsGemini 3.1 Pro Previewmedium Kimi K3maxvsInklingmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsKimi K3max