Claude Opus 5.5 (medium) vs Pareto (default)

Claude Opus 5.5 (medium) лидирует по среднему баллу: 9.2 vs 9.1. Pareto (default) имеет более низкую стоимость benchmark: $1.520 vs $1.804. Claude Opus 5.5 (medium) быстрее: 25.85s vs 33.47s, с долей успешных попыток 89.9% vs 87.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #36
Общее число выходных токенов: 32,127
Время ответа (среднее): 25.85s
Общая стоимость: $1.804

Ранг: #47
Общее число выходных токенов: 128,144
Время ответа (среднее): 33.47s
Общая стоимость: $1.520

Рекомендуемая модель Claude Opus 5.5 (medium)

У него самый высокий балл в этом сравнении (9.2) и лучший общий баланс стоимости и времени ответа среди 2 моделей.

Подробное сравнение

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Pareto Pareto default Релиз: 2026-09-18

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Pareto Pareto default Релиз: 2026-09-18
Оценка	9.2	9.1
Ранг	#36	#47
Надежность	10.0	10.0
Стабильность	9.7	9.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	87.0%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	9.016	8.000
Общая стоимость	$1.804	$1.520
Цена входа	$4.000 / 1M	$2.500 / 1M
Цена выхода	$20.000 / 1M	$7.500 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.250 / 1M
Цена записи в кэш	$5.000 / 1M	Н/Д
Общее число входных токенов	290,117	223,559
Выходные токены	9,805	128,144
Токены рассуждений	22,322	0
Время ответа (среднее)	25.85s	33.47s
Время ответа (макс.)	90.20s	143.33s
Время ответа (суммарно)	594.63s	769.84s
Параметры	~5T всего (~500B 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.

#36 Claude Opus 5.5

medium

Стоимость: $0.053
Время: 25.6s
Токены: 2,781 tok

#47 Pareto

default

Стоимость: $0.034
Время: 170.7s
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		62.59s	156,163	2,513	2,420
Pareto	10.0	10.0	100.0%	0		76.54s	112,825	8,914	0

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		12.42s	858	321	657
Pareto	10.0	10.0	100.0%	0		6.39s	703	2,173	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Pareto	10.0	10.0	100.0%	0		50.12s	7,471	1,949	0

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		55.69s	96,679	4,639	4,527
Pareto	7.2	9.1	50.0%	0		53.54s	85,180	98,580	0

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		12.65s	10,515	312	277
Pareto	10.0	10.0	100.0%	0		2.57s	7,728	1,371	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	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Pareto	7.7	10.0	66.7%	0		98.85s	858	8,379	0

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		6.17s	714	273	326
Pareto	10.0	10.0	100.0%	0		8.63s	492	260	0

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		21.33s	921	96	336
Pareto	10.0	10.0	100.0%	0		4.95s	667	507	0

Решение головоломок	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		30.12s	912	513	491
Pareto	8.2	7.2	88.9%	1		18.24s	624	4,433	0

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		74.20s	11,757	441	587
Pareto	10.0	10.0	100.0%	0		3.29s	6,762	963	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		27.75s	0	0	0
Pareto	2.8	1.6	33.3%	1		32.07s	249	615	0

Сменить пару сравнения

Seed 2.1 TurbohighvsParetodefault Claude Opus 5.5mediumvsMuse Spark Openhigh Muse WonderlowvsParetodefault Muse WonderminimalvsParetodefault Muse Spark 1.3highvsParetodefault Claude Haiku 5.5xhighvsParetodefault GPT-5.3-CodexmediumvsParetodefault Qwen3.8 Max (0902)highvsParetodefault Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low Muse Spark OpenxhighvsParetodefault Claude Opus 5.5mediumvsSeed 2.1 Turbolow DeepSeek V4.1 Flash 1017lowvsParetodefault