AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4 Mini

Сводка

Сравнение benchmark Claude Sonnet 4.6 vs GPT-5.4 Mini: GPT-5.4 Mini лидирует по среднему баллу: 8.0 vs 7.3. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.316 vs $0.526. Claude Sonnet 4.6 быстрее: 5.04s vs 22.34s, с долей успешных попыток 55.6% vs 73.0%.

Рекомендуемая модель: Claude Sonnet 4.6 - Его балл близок к лучшему здесь (7.3 против 8.0), при этом он примерно в 1.7 раза дешевле, чем GPT-5.4 Mini.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17
Оценка	7.3	8.0
Ранг	#56	#30
Надежность	10.0	10.0
Стабильность	9.7	8.0
Тестов верно
Доля успешных попыток	55.6%	73.0%
Нестабильные тесты	1	5
Всего запусков	63	63
Стоимость за результат	2.870	4.381
Общая стоимость	$0.316	$0.526
Цена входа	$3.000 / 1M	$0.750 / 1M
Цена выхода	$15.000 / 1M	$4.500 / 1M
Общее число входных токенов	57,886	34,116
Выходные токены	9,465	2,181
Токены рассуждений	0	108,937
Время ответа (среднее)	5.04s	22.34s
Время ответа (макс.)	23.84s	138.75s
Время ответа (суммарно)	70.60s	469.20s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#30 GPT-5.4 Mini

medium

Cost: $0.056
Time: 95.5s
Tokens: 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

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	4.8	10.0	25.0%	0		2.94s	636	1,214	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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317

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		3.43s	8,574	252	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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Быстрое сравнение

Сменить пару сравнения