Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.5

Сводка

Сравнение benchmark Claude Opus 4.8 (medium) vs GPT-5.5 (medium): GPT-5.5 (medium) лидирует по среднему баллу: 9.0 vs 8.8. Claude Opus 4.8 (medium) имеет более низкую стоимость benchmark: $1.107 vs $3.679. Claude Opus 4.8 (medium) быстрее: 9.72s vs 37.98s, с долей успешных попыток 84.1% vs 87.3%.

Рекомендуемая модель: Claude Opus 4.8 (medium) - Его балл близок к лучшему здесь (8.8 против 9.0), при этом он примерно в 3.3 раза дешевле, чем GPT-5.5 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-10

Метрика Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28 GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24
Оценка 8.8 9.0
Ранг #15 #12
Надежность 10.0 10.0
Стабильность 9.6 8.9
Тестов верно
Доля успешных попыток 84.1% 87.3%
Нестабильные тесты 1 3
Всего запусков 63 63
Стоимость за результат 6.512 21.638
Общая стоимость $1.107 $3.679
Цена входа $5.000 / 1M $5.000 / 1M
Цена выхода $25.000 / 1M $30.000 / 1M
Общее число входных токенов 61,007 34,212
Выходные токены 26,495 1,985
Токены рассуждений 5,901 114,925
Время ответа (среднее) 9.72s 37.98s
Время ответа (макс.) 38.03s 332.10s
Время ответа (суммарно) 204.19s 797.60s

Генерация showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Стоимость
$0.057
Время
23.1s
Токены
2,412 tok

#12 GPT-5.5

medium
Стоимость
$0.112
Время
71.9s
Токены
3,807 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 3.95s 834 1,179 478
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
Программирование 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 15.33s 10,590 9,945 1,381
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 38.03s 23,561 5,260 1,588
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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 14.59s 975 7,477 900
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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 2.46s 708 237 0
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
Следование инструкциям 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 3.32s 909 373 320
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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 3.95s 894 791 483
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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 8.96s 11,775 301 225
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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 6.14s 258 451 214
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighClaude Opus 4.8mediumvsGPT-5.6 SollowDeepSeek V4 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGLM 5.2highGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.5mediumvsGLM 5.2high