Claude Opus 4.6 (medium) vs GPT-5.6 Luna (high)

Claude Opus 4.6 (medium) лидирует по среднему баллу: 7.7 vs 7.6. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.179 vs $2.961. GPT-5.6 Luna (high) быстрее: 16.49s vs 32.23s, с долей успешных попыток 63.6% vs 69.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-20

Ранг: #74
Общее число выходных токенов: 96,722
Время ответа (среднее): 32.23s
Общая стоимость: $2.961

Ранг: #78
Общее число выходных токенов: 135,315
Время ответа (среднее): 16.49s
Общая стоимость: $0.179

Рекомендуемая модель GPT-5.6 Luna (high)

Его балл близок к лучшему здесь (7.6 против 7.7), при этом он примерно в 16.6 раза дешевле, чем Claude Opus 4.6 (medium).

Подробное сравнение

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

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	7.6
Ранг	#74	#78
Надежность	10.0	10.0
Стабильность	8.8	8.5
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	63.6%	69.7%
Нестабильные тесты	3	4
Всего запусков	66	66
Стоимость за результат	22.777	6.100
Общая стоимость	$2.961	$0.179
Цена входа	$5.000 / 1M	$0.200 / 1M
Цена выхода	$25.000 / 1M	$1.200 / 1M
Общее число входных токенов	108,573	80,927
Выходные токены	69,994	5,088
Токены рассуждений	26,728	130,227
Время ответа (среднее)	32.23s	16.49s
Время ответа (макс.)	151.51s	111.09s
Время ответа (суммарно)	515.65s	362.78s
Параметры	~5T всего (~500B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#74 Claude Opus 4.6

medium

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#78 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

Категория:

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		114.08s	76,073	33,018	9,509
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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		42.53s	632	12,350	7,100
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

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 LunahighvsSolar Pro 4xhigh Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsSeed-2.0-Codelow Claude Opus 5nonevsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Claude Opus 4.6mediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Flash 0423high MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15medium GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh