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 Sonnet 5 vs OpenAI: GPT-4o-mini

Rezumat

Comparație benchmark Claude Sonnet 5 vs GPT-4o-mini: Claude Sonnet 5 conduce la scorul mediu cu 5.7 vs 5.0. GPT-4o-mini are costul de benchmark mai mic, $0.006 vs $0.287. GPT-4o-mini este mai rapid cu 1.77s vs 4.74s, cu rate de reușită de 42.9% vs 23.8%.

Model recomandat: GPT-4o-mini - Scorul rămâne aproape de cel mai bun scor de aici (5.0 vs 5.7) și costă de aproximativ 48.5x mai puțin decât Claude Sonnet 5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică Claude Sonnet 5 Claude Sonnet 5 none Lansare: 2026-06-30 GPT-4o-mini GPT-4o-mini none Lansare: 2024-07-18
Scor 5.7 5.0
Rang #118 #144
Fiabilitate 10.0 10.0
Consistență 8.6 9.9
Teste corecte
Rată de trecere pe încercare 42.9% 23.8%
Teste instabile 4 0
Rulări totale 63 63
Cost per rezultat 4.098 0.119
Cost total $0.287 $0.006
Preț de intrare $2.000 / 1M $0.150 / 1M
Preț de ieșire $10.000 / 1M $0.600 / 1M
Total tokenuri de intrare 76,797 31,518
Tokenuri de ieșire 13,325 1,982
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 4.74s 1.77s
Timp de răspuns (maxim) 29.46s 7.58s
Timp de răspuns (total) 99.46s 24.80s

Prezentare generare

Hamster playing table tennis

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

#118 Claude Sonnet 5

none
Cost
$0.061
Timp
53.7s
Tokenuri
6,172 tok

#144 GPT-4o-mini

none
Cost
$0.001
Timp
6.6s
Tokenuri
742 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 Sonnet 5 5.3 10.0 25.0% 0 3.60s 834 1,813 0
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
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 Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
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 Sonnet 5 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
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 Sonnet 5 10.0 10.0 100.0% 0 3.01s 10,503 309 0
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 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 Sonnet 5 5.3 7.2 44.4% 1 3.28s 975 933 0
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
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 Sonnet 5 4.7 3.1 33.3% 1 2.81s 708 272 0
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
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 Sonnet 5 6.4 10.0 50.0% 0 2.58s 909 103 0
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
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 Sonnet 5 6.0 7.4 55.6% 1 3.22s 894 778 0
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
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 Sonnet 5 10.0 10.0 100.0% 0 6.80s 12,351 522 0
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
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 Sonnet 5 3.0 10.0 0.0% 0 4.31s 258 391 0
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

Comparație rapidă

Schimbă perechea de comparație

CobuddymediumvsGPT-4o-mininoneClaude Sonnet 5nonevsNorth Mini CodemediumDisponibil gratuitMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsMiniMax M2.7mediumClaude Sonnet 5nonevsMistral Small 4mediumClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsGemma 4 31BmediumDisponibil gratuitClaude Sonnet 5nonevsNemotron 3 SupermediumDisponibil gratuit