Claude Opus 4.8 (medium) vs GPT-6 Luna (medium)

Средний балл практически равен: 8.3 vs 8.3. GPT-6 Luna (medium) имеет более низкую стоимость benchmark: $0.047 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 18.07s, с долей успешных попыток 82.6% vs 73.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #84
Общее число выходных токенов: 67,522
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #83
Общее число выходных токенов: 53,161
Время ответа (среднее): 18.07s
Общая стоимость: $0.047

Рекомендуемая модель GPT-6 Luna (medium)

Здесь у него лучший балл (8.3), при этом он примерно в 74.4 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-6 Luna GPT-6 Luna medium Релиз: 2026-09-23

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23
Оценка	8.3	8.3
Ранг	#84	#83
Надежность	10.0	10.0
Стабильность	9.0	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	73.9%
Нестабильные тесты	3	3
Всего запусков	69	69
Стоимость за результат	20.527	0.313
Общая стоимость	$3.490	$0.047
Цена входа	$5.000 / 1M	$0.100 / 1M
Цена выхода	$25.000 / 1M	$0.500 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.010 / 1M
Цена записи в кэш	$6.250 / 1M	$0.125 / 1M
Общее число входных токенов	360,294	203,193
Выходные токены	43,441	5,751
Токены рассуждений	24,401	47,410
Время ответа (среднее)	16.72s	18.07s
Время ответа (макс.)	99.37s	66.44s
Время ответа (суммарно)	384.66s	415.53s
Параметры	~5T всего (~500B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#84 Claude Opus 4.8

medium

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

#83 GPT-6 Luna

medium

Стоимость: $0.002
Время: 23.6s
Токены: 2,966 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-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

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-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

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-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

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-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

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-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

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-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

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-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

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-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

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-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

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-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

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-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

Сменить пару сравнения

Claude Opus 4.8mediumvsGrok 4.5high GPT-6 LunamediumvsGrok 4.5high Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Claude Haiku 5.5highvsGPT-6 Lunamedium Claude Opus 4.8mediumvsGPT-5.6 Terrahigh GPT-6 LunamediumvsGLM 5.2high Claude Opus 4.8mediumvsGLM 5.2high DeepSeek V4 Flash 0731highvsGPT-6 Lunamedium Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high