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: 9.0 vs 7.3. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.316 vs $3.679. Claude Sonnet 4.6 быстрее: 5.04s vs 37.98s, с долей успешных попыток 55.6% vs 87.3%.

Рекомендуемая модель: GPT-5.5 - У него самый высокий балл в этом сравнении (9.0) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

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

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24
Оценка	7.3	9.0
Ранг	#55	#9
Надежность	10.0	10.0
Стабильность	9.7	8.9
Тестов верно
Доля успешных попыток	55.6%	87.3%
Нестабильные тесты	1	3
Всего запусков	63	63
Стоимость за результат	2.870	21.638
Общая стоимость	$0.316	$3.679
Цена входа	$3.000 / 1M	$5.000 / 1M
Цена выхода	$15.000 / 1M	$30.000 / 1M
Общее число входных токенов	57,886	34,212
Выходные токены	9,465	1,985
Токены рассуждений	0	114,925
Время ответа (среднее)	5.04s	37.98s
Время ответа (макс.)	23.84s	332.10s
Время ответа (суммарно)	70.60s	797.60s

Генерация showcase

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

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

#9 GPT-5.5

medium

Стоимость: $0.112
Время: 71.9s
Токены: 3,807 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		4.66s	606	250	1,335

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	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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		19.29s	11,019	312	2,841

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		4.18s	7,140	234	593

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	7.2	44.4%	1		164.14s	723	67	79,625

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		4.16s	477	138	223

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	10.0	10.0	100.0%	0		3.36s	660	93	538

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		6.76s	642	241	2,225

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		10.57s	5,445	258	832

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	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Быстрое сравнение

Сменить пару сравнения