AI BENCHY Compare

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

Сводка

Сравнение benchmark Claude Opus 4.8 vs GPT-5.6 Terra (medium): GPT-5.6 Terra (medium) лидирует по среднему баллу: 7.8 vs 7.2. GPT-5.6 Terra (medium) имеет более низкую стоимость benchmark: $0.496 vs $0.539. Claude Opus 4.8 быстрее: 3.48s vs 6.69s, с долей успешных попыток 61.9% vs 68.3%.

Рекомендуемая модель: GPT-5.6 Terra (medium) - У него самый высокий балл в этом сравнении (7.8) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra medium Релиз: 2026-07-09
Оценка	7.2	7.8
Ранг	#69	#37
Надежность	10.0	10.0
Стабильность	9.2	9.2
Тестов верно
Доля успешных попыток	61.9%	68.3%
Нестабильные тесты	2	2
Всего запусков	63	63
Стоимость за результат	4.485	3.815
Общая стоимость	$0.539	$0.496
Цена входа	$5.000 / 1M	$2.500 / 1M
Цена выхода	$25.000 / 1M	$15.000 / 1M
Общее число входных токенов	67,104	34,218
Выходные токены	8,107	1,982
Токены рассуждений	0	25,370
Время ответа (среднее)	3.48s	6.69s
Время ответа (макс.)	17.73s	41.68s
Время ответа (суммарно)	73.00s	140.49s

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

#37 GPT-5.6 Terra

medium

Стоимость: $0.035
Время: 16.3s
Токены: 2,418 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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 Terra	10.0	10.0	100.0%	0		872ms	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	7.2	44.4%	1		1.70s	975	61	0
GPT-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

Быстрое сравнение

Сменить пару сравнения