AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Terra

Сводка

Сравнение benchmark Claude Opus 4.8 (low) vs GPT-5.6 Terra (medium): GPT-5.6 Terra (medium) лидирует по среднему баллу: 7.8 vs 7.7. GPT-5.6 Terra (medium) имеет более низкую стоимость benchmark: $0.496 vs $1.270. GPT-5.6 Terra (medium) быстрее: 6.69s vs 10.83s, с долей успешных попыток 79.4% vs 68.3%.

Рекомендуемая модель: GPT-5.6 Terra (medium) - Здесь у него лучший балл (7.8), при этом он примерно в 2.6 раза дешевле, чем Claude Opus 4.8 (low).

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 Terra GPT-5.6 Terra medium Релиз: 2026-07-09

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium Релиз: 2026-07-09
Оценка	7.7	7.8
Ранг	#45	#37
Надежность	10.0	10.0
Стабильность	8.8	9.2
Тестов верно
Доля успешных попыток	79.4%	68.3%
Нестабильные тесты	3	2
Всего запусков	63	63
Стоимость за результат	8.466	3.815
Общая стоимость	$1.270	$0.496
Цена входа	$5.000 / 1M	$2.500 / 1M
Цена выхода	$25.000 / 1M	$15.000 / 1M
Общее число входных токенов	60,946	34,218
Выходные токены	31,771	1,982
Токены рассуждений	6,831	25,370
Время ответа (среднее)	10.83s	6.69s
Время ответа (макс.)	127.97s	41.68s
Время ответа (суммарно)	227.39s	140.49s

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

#37 GPT-5.6 Terra

medium

Стоимость: $0.035
Время: 16.3s
Токены: 2,418 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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 Terra	10.0	10.0	100.0%	0		872ms	7,140	222	0

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 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

Быстрое сравнение

Сменить пару сравнения