AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.5

Сводка

Сравнение benchmark Claude Sonnet 4.6 vs GPT-5.5: GPT-5.5 лидирует по среднему баллу: 9.3 vs 7.3. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.316 vs $0.907. Claude Sonnet 4.6 быстрее: 5.04s vs 9.76s, с долей успешных попыток 55.6% vs 85.7%.

Рекомендуемая модель: GPT-5.5 - У него самый высокий балл в этом сравнении (9.3) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24
Оценка	7.3	9.3
Ранг	#57	#4
Надежность	10.0	10.0
Стабильность	9.7	10.0
Тестов верно
Доля успешных попыток	55.6%	85.7%
Нестабильные тесты	1	0
Всего запусков	63	63
Стоимость за результат	2.870	5.035
Общая стоимость	$0.316	$0.907
Цена входа	$3.000 / 1M	$5.000 / 1M
Цена выхода	$15.000 / 1M	$30.000 / 1M
Общее число входных токенов	57,886	34,209
Выходные токены	9,465	2,046
Токены рассуждений	0	22,460
Время ответа (среднее)	5.04s	9.76s
Время ответа (макс.)	23.84s	56.19s
Время ответа (суммарно)	70.60s	204.92s

Генерация showcase

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none

Стоимость: $0.038
Время: 27.3s
Токены: 2,598 tok

#4 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Быстрое сравнение

Сменить пару сравнения