AI BENCHY Compare

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

Сводка

Сравнение benchmark Claude Opus 4.8 (medium) vs GPT-5.6 Terra (high): Claude Opus 4.8 (medium) лидирует по среднему баллу: 8.8 vs 8.2. GPT-5.6 Terra (high) имеет более низкую стоимость benchmark: $0.852 vs $1.107. Claude Opus 4.8 (medium) быстрее: 9.72s vs 10.89s, с долей успешных попыток 84.1% vs 68.3%.

Рекомендуемая модель: Claude Opus 4.8 (medium) - У него самый высокий балл в этом сравнении (8.8) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high Релиз: 2026-07-09
Оценка	8.8	8.2
Ранг	#15	#29
Надежность	10.0	10.0
Стабильность	9.6	9.6
Тестов верно
Доля успешных попыток	84.1%	68.3%
Нестабильные тесты	1	1
Всего запусков	63	63
Стоимость за результат	6.512	6.086
Общая стоимость	$1.107	$0.852
Цена входа	$5.000 / 1M	$2.500 / 1M
Цена выхода	$25.000 / 1M	$15.000 / 1M
Общее число входных токенов	61,007	34,218
Выходные токены	26,495	1,908
Токены рассуждений	5,901	49,189
Время ответа (среднее)	9.72s	10.89s
Время ответа (макс.)	38.03s	91.49s
Время ответа (суммарно)	204.19s	228.65s

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

#29 GPT-5.6 Terra

high

Стоимость: $0.055
Время: 30.2s
Токены: 3,748 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-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

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-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

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-5.6 Terra	10.0	10.0	100.0%	0		6.94s	11,019	314	627

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-5.6 Terra	10.0	10.0	100.0%	0		938ms	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		14.59s	975	7,477	900
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

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-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

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-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

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-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

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-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

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-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Nemotron 3 Ultra 550b A55bmediumБесплатно доступноvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium GPT-5.6 TerrahighvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Claude Sonnet 5mediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.6 Plusmedium Claude Opus 4.8mediumvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh