Claude Opus 4.8 (medium) vs GPT-5.6 Terra (high)

GPT-5.6 Terra (high) лидирует по среднему баллу: 8.3 vs 8.3. GPT-5.6 Terra (high) имеет более низкую стоимость benchmark: $1.116 vs $3.490. GPT-5.6 Terra (high) быстрее: 13.62s vs 16.72s, с долей успешных попыток 82.6% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #80
Общее число выходных токенов: 67,842
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #76
Общее число выходных токенов: 60,065
Время ответа (среднее): 13.62s
Общая стоимость: $1.116

Рекомендуемая модель GPT-5.6 Terra (high)

Здесь у него лучший балл (8.3), при этом он примерно в 3.1 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

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	8.3	8.3
Ранг	#80	#76
Надежность	10.0	10.0
Стабильность	9.0	9.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	69.6%
Нестабильные тесты	3	2
Всего запусков	69	69
Стоимость за результат	20.527	8.674
Общая стоимость	$3.490	$1.116
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$25.000 / 1M	$12.000 / 1M
Общее число входных токенов	360,294	197,239
Выходные токены	43,441	6,083
Токены рассуждений	24,401	53,982
Время ответа (среднее)	16.72s	13.62s
Время ответа (макс.)	99.37s	91.49s
Время ответа (суммарно)	384.66s	313.21s
Параметры	~5T всего (~500B активных)	~1T всего (~60B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#80 Claude Opus 4.8

medium

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

#76 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
GPT-5.6 Terra	10.0	10.0	100.0%	0		66.44s	116,183	1,028	2,949

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	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

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	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
GPT-5.6 Terra	5.3	10.0	33.3%	0		42.65s	732	70	32,239

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

Claude Opus 4.8mediumvsGrok 4.5high Kimi K3maxvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsKimi K3max Claude Opus 4.8mediumvsGemini 3.5 Flashhigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsGLM 5.2high GPT-5.6 TerrahighvsGLM 5.2medium Muse Glimmer 30BxhighvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high GPT-5.6 TerrahighvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsMuse Spark 1.1high