Навигация
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 Opus 4.8 vs OpenAI: GPT-5.6 Luna

Сводка

Сравнение benchmark Claude Opus 4.8 (low) 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 $1.270. Claude Opus 4.8 (low) быстрее: 10.83s vs 18.39s, с долей успешных попыток 79.4% vs 71.4%.

Рекомендуемая модель: Claude Opus 4.8 (low) - Здесь у него лучший балл (7.7), и он отвечает примерно в 1.7 раза быстрее, чем GPT-5.6 Luna (high).

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

Метрика Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка 7.7 7.7
Ранг #45 #50
Надежность 10.0 10.0
Стабильность 8.8 8.8
Тестов верно
Доля успешных попыток 79.4% 71.4%
Нестабильные тесты 3 3
Всего запусков 63 63
Стоимость за результат 8.466 6.594
Общая стоимость $1.270 $0.924
Цена входа $5.000 / 1M $1.000 / 1M
Цена выхода $25.000 / 1M $6.000 / 1M
Общее число входных токенов 60,946 35,699
Выходные токены 31,771 2,079
Токены рассуждений 6,831 145,816
Время ответа (среднее) 10.83s 18.39s
Время ответа (макс.) 127.97s 111.09s
Время ответа (суммарно) 227.39s 386.24s

Генерация showcase

Hamster playing table tennis

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

#45 Claude Opus 4.8

low
Стоимость
$0.031
Время
14.1s
Токены
1,345 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
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 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsKimi K2.6mediumБесплатно доступноClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumБесплатно доступноvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh