Claude Opus 5.5 (low) vs GPT-6.1 Sol (medium)

GPT-6.1 Sol (medium) лидирует по среднему баллу: 9.6 vs 9.3. GPT-6.1 Sol (medium) имеет более низкую стоимость benchmark: $0.326 vs $0.952. GPT-6.1 Sol (medium) быстрее: 6.99s vs 23.72s, с долей успешных попыток 87.9% vs 93.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-29

Сравниваемые модели

Ранг: #25
Общее число выходных токенов: 21,004
Время ответа (среднее): 23.72s
Общая стоимость: $0.952

Ранг: #11
Общее число выходных токенов: 16,852
Время ответа (среднее): 6.99s
Общая стоимость: $0.326

Рекомендуемая модель GPT-6.1 Sol (medium)

Здесь у него лучший балл (9.6), при этом он примерно в 2.9 раза дешевле, чем Claude Opus 5.5 (low).

Подробное сравнение

Метрика	Claude Opus 5.5 Claude Opus 5.5 low Релиз: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol medium Релиз: 2026-09-29

Метрика	Claude Opus 5.5 Claude Opus 5.5 low Релиз: 2026-09-23	GPT-6.1 Sol GPT-6.1 Sol medium Релиз: 2026-09-29
Оценка	9.3	9.6
Ранг	#25	#11
Надежность	10.0	10.0
Стабильность	9.3	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	87.9%	93.9%
Нестабильные тесты	2	1
Всего запусков	66	66
Стоимость за результат	5.284	1.627
Общая стоимость	$0.952	$0.326
Цена входа	$4.000 / 1M	$2.000 / 1M
Цена выхода	$20.000 / 1M	$10.000 / 1M
Общее число входных токенов	132,746	78,368
Выходные токены	6,454	4,354
Токены рассуждений	14,550	12,498
Время ответа (среднее)	23.72s	6.99s
Время ответа (макс.)	89.16s	50.74s
Время ответа (суммарно)	521.82s	153.75s
Параметры	~5T всего (~500B активных)	~2T всего (~150B 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.

#25 Claude Opus 5.5

low

Неверный SVG

Стоимость: $0.038
Время: 19.1s
Токены: 2,010 tok

#11 GPT-6.1 Sol

medium

Стоимость: $0.045
Время: 72.7s
Токены: 4,581 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		11.92s	858	266	473
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.64s	606	160	319

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.23s	10,608	575	2,777
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.74s	7,302	393	1,710

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		53.65s	95,471	3,968	2,689
GPT-6.1 Sol	10.0	10.0	100.0%	0		13.62s	55,160	2,807	997

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.01s	10,515	312	234
GPT-6.1 Sol	10.0	10.0	100.0%	0		1.76s	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 5.5	5.9	7.2	55.6%	1		22.78s	990	59	7,428
GPT-6.1 Sol	7.7	10.0	66.7%	0		23.84s	732	69	8,480

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		5.68s	714	292	326
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.09s	477	113	137

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		21.06s	921	96	226
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.11s	660	93	234

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	8.7	7.7	88.9%	1		29.83s	912	448	397
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.99s	642	221	328

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		72.62s	11,757	438	0
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.59s	5,454	246	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	3.0	10.0	0.0%	0		27.89s	0	0	0
GPT-6.1 Sol	4.7	1.6	66.7%	1		3.83s	195	30	293

Быстрое сравнение

Сменить пару сравнения

Claude Opus 5.5lowvsGrok 4.6high Claude Opus 5.5lowvsGemini 3.1 Pro Previewmedium Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-6.1 Solmedium Claude Opus 5.5lowvsGemini 3 Flash Previewmedium Claude Opus 5.5lowvsGemini 3.8 Flashmedium Gemini 3.7 FlashhighvsGPT-6.1 Solmedium