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

GPT-6.1 Sol (medium) лидирует по среднему баллу: 9.6 vs 9.4. GPT-6.1 Sol (medium) имеет более низкую стоимость benchmark: $0.530 vs $1.733. GPT-6.1 Sol (medium) быстрее: 8.90s vs 25.68s, с долей успешных попыток 88.4% vs 94.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-13

Сравниваемые модели

Ранг: #27
Общее число выходных токенов: 25,006
Время ответа (среднее): 25.68s
Общая стоимость: $1.733

Ранг: #11
Общее число выходных токенов: 18,351
Время ответа (среднее): 8.90s
Общая стоимость: $0.530

Рекомендуемая модель GPT-6.1 Sol (medium)

Здесь у него лучший балл (9.6), при этом он примерно в 3.3 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	9.4	9.6
Ранг	#27	#11
Надежность	10.0	10.0
Стабильность	9.3	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	88.4%	94.2%
Нестабильные тесты	2	1
Всего запусков	69	69
Стоимость за результат	9.118	2.521
Общая стоимость	$1.733	$0.530
Цена входа	$4.000 / 1M	$2.000 / 1M
Цена выхода	$20.000 / 1M	$10.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.100 / 1M
Цена записи в кэш	$5.000 / 1M	$2.500 / 1M
Общее число входных токенов	308,056	172,860
Выходные токены	9,434	5,172
Токены рассуждений	15,572	13,179
Время ответа (среднее)	25.68s	8.90s
Время ответа (макс.)	89.16s	51.03s
Время ответа (суммарно)	590.71s	204.78s
Параметры	~5T всего (~500B активных)	~2T всего (~150B 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.

#27 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:

Агентные задачи	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		68.89s	175,310	2,980	1,022
GPT-6.1 Sol	10.0	10.0	100.0%	0		51.03s	94,492	818	681

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

Сменить пару сравнения

Claude Fable 5.2xhighvsGPT-6.1 Solmedium Claude Opus 5.5lowvsGPT-6.1 Terramax Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-6 Astramedium Claude Opus 5.5lowvsGPT-6.1 Terrahigh Claude Opus 5.5lowvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-6 Solmedium Claude Opus 5.5lowvsGemini 3.7 Flashmedium Claude Opus 5.5lowvsGemini 4 Argonhigh Claude Opus 5.5lowvsGPT-6.1 Terraxhigh Claude Opus 5.5lowvsGPT-6.1 Terramedium Gemini 4 ArgonhighvsGPT-6.1 Solmedium