AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.6 Luna

Сводка

Сравнение benchmark Claude Sonnet 4.6 (medium) vs GPT-5.6 Luna (high): Claude Sonnet 4.6 (medium) лидирует по среднему баллу: 7.8 vs 7.7. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.924 vs $1.418. Claude Sonnet 4.6 (medium) быстрее: 17.06s vs 18.39s, с долей успешных попыток 65.1% vs 71.4%.

Рекомендуемая модель: GPT-5.6 Luna (high) - Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 1.5 раза дешевле, чем Claude Sonnet 4.6 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Релиз: 2026-02-17	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Релиз: 2026-02-17	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	7.8	7.7
Ранг	#38	#50
Надежность	10.0	10.0
Стабильность	9.1	8.8
Тестов верно
Доля успешных попыток	65.1%	71.4%
Нестабильные тесты	2	3
Всего запусков	63	63
Стоимость за результат	10.904	6.594
Общая стоимость	$1.418	$0.924
Цена входа	$3.000 / 1M	$1.000 / 1M
Цена выхода	$15.000 / 1M	$6.000 / 1M
Общее число входных токенов	49,112	35,699
Выходные токены	54,703	2,079
Токены рассуждений	29,970	145,816
Время ответа (среднее)	17.06s	18.39s
Время ответа (макс.)	46.35s	111.09s
Время ответа (суммарно)	221.83s	386.24s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Sonnet 4.6

medium

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#50 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		46.35s	18,351	5,871	3,962
GPT-5.6 Luna	10.0	10.0	100.0%	0		13.29s	12,500	357	2,911

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGrok 4.5low GPT-5.6 LunahighvsGrok 4.3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumБесплатно доступноvsGPT-5.6 Lunahigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium