Claude Opus 5 vs GPT-5.4 Mini (medium)

GPT-5.4 Mini (medium) лидирует по среднему баллу: 7.9 vs 7.1. GPT-5.4 Mini (medium) имеет более низкую стоимость benchmark: $1.102 vs $2.766. Claude Opus 5 быстрее: 10.78s vs 29.94s, с долей успешных попыток 55.1% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #181
Общее число выходных токенов: 31,386
Время ответа (среднее): 10.78s
Общая стоимость: $2.766

Ранг: #122
Общее число выходных токенов: 184,172
Время ответа (среднее): 29.94s
Общая стоимость: $1.102

Рекомендуемая модель GPT-5.4 Mini (medium)

Здесь у него лучший балл (7.9), при этом он примерно в 2.5 раза дешевле, чем Claude Opus 5.

Подробное сравнение

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17
Оценка	7.1	7.9
Ранг	#181	#122
Надежность	10.0	10.0
Стабильность	9.6	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	69.6%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	23.044	7.754
Общая стоимость	$2.766	$1.102
Цена входа	$5.000 / 1M	$0.750 / 1M
Цена выхода	$25.000 / 1M	$4.500 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.075 / 1M
Цена записи в кэш	$6.250 / 1M	Н/Д
Общее число входных токенов	396,120	238,925
Выходные токены	31,386	7,109
Токены рассуждений	0	177,063
Время ответа (среднее)	10.78s	29.94s
Время ответа (макс.)	79.61s	138.75s
Время ответа (суммарно)	247.96s	688.57s
Параметры	~5T всего (~500B активных)	~400B всего (~17B 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.

#181 Claude Opus 5

none

Стоимость: $0.271
Время: 149.3s
Токены: 10,962 tok

#122 GPT-5.4 Mini

medium

Стоимость: $0.056
Время: 95.5s
Токены: 12,464 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	5.4	9.6	0.0%	0		79.61s	210,573	6,520	0
GPT-5.4 Mini	10.0	10.0	100.0%	0		100.66s	141,761	898	24,930

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924

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	10.0	10.0	100.0%	0		3.88s	10,503	309	0
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.3	10.0	33.3%	0		11.10s	972	5,440	0
GPT-5.4 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		3.70s	708	316	0
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		2.81s	909	99	0
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		7.89s	11,739	355	0
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Сменить пару сравнения

Claude Fable 5.1highvsGPT-5.4 Minimedium GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.4 MinimediumvsQwen3.7 Maxnone Claude Opus 5nonevsQwen3.6 27Bmedium Claude Opus 5nonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5medium Claude Opus 5nonevsLongCat 2.0medium GPT-5.4 MinimediumvsQwen3.8 Flash Nextlow Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Claude Opus 5nonevsQwen3.7 Flashhigh GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Claude Opus 5nonevsGemini 3.8 Flashlow