Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Сводка

Сравнение benchmark Claude Opus 4.8 vs GPT-5.6 Luna (medium): GPT-5.6 Luna (medium) лидирует по среднему баллу: 7.6 vs 7.2. GPT-5.6 Luna (medium) имеет более низкую стоимость benchmark: $0.258 vs $0.539. Claude Opus 4.8 быстрее: 3.48s vs 6.70s, с долей успешных попыток 61.9% vs 63.5%.

Рекомендуемая модель: GPT-5.6 Luna (medium) - Здесь у него лучший балл (7.6), при этом он примерно в 2.1 раза дешевле, чем Claude Opus 4.8.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09
Оценка 7.2 7.6
Ранг #69 #54
Надежность 10.0 10.0
Стабильность 9.2 9.6
Тестов верно
Доля успешных попыток 61.9% 63.5%
Нестабильные тесты 2 1
Всего запусков 63 63
Стоимость за результат 4.485 1.978
Общая стоимость $0.539 $0.258
Цена входа $5.000 / 1M $1.000 / 1M
Цена выхода $25.000 / 1M $6.000 / 1M
Общее число входных токенов 67,104 35,699
Выходные токены 8,107 2,148
Токены рассуждений 0 34,740
Время ответа (среднее) 3.48s 6.70s
Время ответа (макс.) 17.73s 29.85s
Время ответа (суммарно) 73.00s 140.62s

Генерация showcase

Hamster playing table tennis

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

#69 Claude Opus 4.8

none
Стоимость
$0.053
Время
22.0s
Токены
2,253 tok

#54 GPT-5.6 Luna

medium
Стоимость
$0.014
Время
14.6s
Токены
2,362 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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 7.2 44.4% 1 1.70s 975 61 0
GPT-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 3.48s 708 230 0
GPT-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
GPT-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
GPT-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 5.35s 11,775 355 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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 3.41s 258 212 0
GPT-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumБесплатно доступноClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGPT-5.6 LunamediumClaude Opus 4.8nonevsLaguna XS 2.1mediumБесплатно доступноClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium