Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.6 Luna

Сводка

Сравнение benchmark Claude Opus 4.6 (medium) vs GPT-5.6 Luna (high): Средний балл практически равен: 7.7 vs 7.7. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.924 vs $2.053. GPT-5.6 Luna (high) быстрее: 18.39s vs 25.89s, с долей успешных попыток 61.9% vs 71.4%.

Рекомендуемая модель: GPT-5.6 Luna (high) - Здесь у него лучший балл (7.7), при этом он примерно в 2.2 раза дешевле, чем Claude Opus 4.6 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05 GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка 7.7 7.7
Ранг #48 #50
Надежность 10.0 10.0
Стабильность 8.8 8.8
Тестов верно
Доля успешных попыток 61.9% 71.4%
Нестабильные тесты 3 3
Всего запусков 63 63
Стоимость за результат 17.103 6.594
Общая стоимость $2.053 $0.924
Цена входа $5.000 / 1M $1.000 / 1M
Цена выхода $25.000 / 1M $6.000 / 1M
Общее число входных токенов 53,227 35,699
Выходные токены 47,446 2,079
Токены рассуждений 24,000 145,816
Время ответа (среднее) 25.89s 18.39s
Время ответа (макс.) 83.40s 111.09s
Время ответа (суммарно) 362.49s 386.24s

Генерация showcase

Hamster playing table tennis

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

#48 Claude Opus 4.6

medium
Неверный SVG
Стоимость
$0.000
Время
300.0s
Токены
0 tok

#50 GPT-5.6 Luna

high
Стоимость
$0.033
Время
34.2s
Токены
5,484 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
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 TerralowGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumБесплатно доступноvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsDeepSeek V4 Prohigh