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

GPT-5.6 Luna (high) лидирует по среднему баллу: 8.0 vs 6.3. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.118 vs $2.961. GPT-5.6 Luna (high) быстрее: 18.39s vs 32.23s, с долей успешных попыток 60.9% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #261
Общее число выходных токенов: 96,722
Время ответа (среднее): 32.23s
Общая стоимость: $2.961

Ранг: #110
Общее число выходных токенов: 139,395
Время ответа (среднее): 18.39s
Общая стоимость: $0.118

Рекомендуемая модель GPT-5.6 Luna (high)

Здесь у него лучший балл (8.0), при этом он примерно в 25.2 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	6.3	8.0
Ранг	#261	#110
Надежность	10.0	10.0
Стабильность	8.5	8.6
Попытки	66/69	69/69
Тестов верно
Доля успешных попыток	60.9%	71.0%
Нестабильные тесты	3	4
Всего запусков	66	69
Стоимость за результат	22.777	5.882
Общая стоимость	$2.961	$0.118
Цена входа	$5.000 / 1M	$0.200 / 1M
Цена выхода	$25.000 / 1M	$1.200 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.020 / 1M
Цена записи в кэш	$6.250 / 1M	$0.250 / 1M
Общее число входных токенов	108,573	197,896
Выходные токены	69,994	6,211
Токены рассуждений	26,728	133,184
Время ответа (среднее)	32.23s	18.39s
Время ответа (макс.)	151.51s	111.09s
Время ответа (суммарно)	515.65s	422.93s
Параметры	~5T всего (~500B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#261 Claude Opus 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

#110 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957

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

Сменить пару сравнения

Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.8 Flash Nextlow Claude Opus 4.7mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGLM 5.3 FlashXmax GPT-5.6 LunahighvsQwen3.7 Maxnone Seed-2.0-CodelowvsGPT-5.6 Lunahigh Gemini 3.5 FlashmediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsMiMo-V2.6-Flashmedium Muse WondermaxvsGPT-5.6 Lunahigh