#38 Claude Opus 4.6
medium
Неверный SVG
- Стоимость
- $0.000
- Время
- 300.0s
- Токены
- 0 tok
AI BENCHY Compare
Сравниваемые модели
Сводка
Бенчмарк-сравнение Claude Opus 4.6 vs Claude Sonnet 4.6 vs GPT-5.3-Codex vs Gemini 3.1 Pro PreviewGemini 3.1 Pro Preview лидирует по Оценка со значением 9.2. Claude Opus 4.6 лидирует по Надежность со значением 10.0. У GPT-5.3-Codex самый низкий Общая стоимость: $0.740. GPT-5.3-Codex самый быстрый: 16.22s.
Рекомендуемая модель: GPT-5.3-Codex - Его балл близок к лучшему здесь (8.9 против 9.2), при этом он примерно в 2.0 раза дешевле, чем другие модели в этом сравнении.
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18
| Метрика | Claude Opus 4.6 Claude Opus 4.6 medium | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | GPT-5.3-Codex GPT-5.3-Codex medium | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium |
|---|---|---|---|---|
| Оценка | 7.7 | 7.8 | 8.9 | 9.2 |
| Ранг | #38 | #31 | #10 | #7 |
| Надежность | 10.0 | 10.0 | 10.0 | 10.0 |
| Стабильность | 8.8 | 9.1 | 8.5 | 10.0 |
| Тестов верно | ||||
| Доля успешных попыток | 61.9% | 65.1% | 82.5% | 90.5% |
| Нестабильные тесты | 3 | 2 | 4 | 0 |
| Всего запусков | 63 | 63 | 63 | 63 |
| Стоимость за результат | 17.103 | 10.904 | 4.932 | 5.546 |
| Общая стоимость | $2.053 | $1.418 | $0.740 | $1.054 |
| Цена входа | $5.000 / 1M | $3.000 / 1M | $1.750 / 1M | $2.000 / 1M |
| Цена выхода | $25.000 / 1M | $15.000 / 1M | $14.000 / 1M | $12.000 / 1M |
| Общее число входных токенов | 53,227 | 49,112 | 34,299 | 41,617 |
| Выходные токены | 47,446 | 54,703 | 2,357 | 1,977 |
| Токены рассуждений | 24,000 | 29,970 | 46,189 | 78,896 |
| Время ответа (среднее) | 25.89s | 17.06s | 16.22s | 20.14s |
| Время ответа (макс.) | 83.40s | 46.35s | 100.93s | 88.68s |
| Время ответа (суммарно) | 362.49s | 221.83s | 340.67s | 281.92s |
Генерация showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#31 Claude Sonnet 4.6
medium
Неверный SVG
- Стоимость
- $0.000
- Время
- 300.0s
- Токены
- 0 tok
#10 GPT-5.3-Codex
medium- Стоимость
- $0.049
- Время
- 54.9s
- Токены
- 3,580 tok
#7 Gemini 3.1 Pro Preview
medium- Стоимость
- $0.115
- Время
- 87.2s
- Токены
- 9,629 tok
Лучшие модели по оценке
Оценка vs общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Разбивка по категориям
| Анти-ИИ уловки | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 6.4 | 5.8 | 66.7% | 2 | 7.45s | 840 | 986 | 1,071 | |
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 789 | 1,046 | 1,093 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 498 | 112 | 3,218 |
| Программирование | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 5.7 | 7.1 | 44.4% | 1 | 30.10s | 8,522 | 13,057 | 4,121 | |
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 | |
| Gemini 3.1 Pro Preview | 7.9 | 9.9 | 66.7% | 0 | 40.17s | 8,124 | 435 | 41,247 |
| Комбинированный | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 76.66s | 20,685 | 8,178 | 5,194 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 18,351 | 5,871 | 3,962 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.56s | 11,019 | 364 | 2,731 | |
| Gemini 3.1 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 40.61s | 17,240 | 432 | 9,281 |
| Парсинг и извлечение данных | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.37s | 8,676 | 691 | 757 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 8,676 | 649 | 742 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 7,265 | 279 | 3,904 |
| Предметно-ориентированное | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 83.40s | 674 | 14,642 | 8,687 | |
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 471 | 25,790 | 16,919 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 64.31s | 813 | 64 | 25,308 | |
| Gemini 3.1 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 32.73s | 635 | 18 | 12,424 |
| Общий интеллект | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 564 | 188 | 292 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 564 | 256 | 433 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 490 | 108 | 1,179 |
| Следование инструкциям | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 792 | 266 | 467 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 792 | 318 | 552 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 621 | 72 | 2,236 |
| Решение головоломок | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.71s | 816 | 532 | 630 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.31s | 816 | 592 | 646 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.90s | 570 | 235 | 3,128 |
| Вызов инструментов | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 11,454 | 861 | 329 | |
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 11,454 | 655 | 351 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 6,018 | 274 | 982 |
| Эрудиция | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Входные токены | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 63.24s | 204 | 8,045 | 2,452 | |
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 204 | 3,437 | 1,586 | |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.27s | 156 | 12 | 1,297 |
Быстрое сравнение
Сменить пару сравнения
Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.6mediumvsDeepSeek V4 Pronone