AI BENCHY Compare

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

Сводка

Сравнение benchmark Claude Sonnet 4.6 vs GPT-5.6 Luna (medium): GPT-5.6 Luna (medium) лидирует по среднему баллу: 7.6 vs 7.3. GPT-5.6 Luna (medium) имеет более низкую стоимость benchmark: $0.258 vs $0.316. Claude Sonnet 4.6 быстрее: 5.04s vs 6.70s, с долей успешных попыток 55.6% vs 63.5%.

Рекомендуемая модель: GPT-5.6 Luna (medium) - У него самый высокий балл в этом сравнении (7.6) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09
Оценка	7.3	7.6
Ранг	#67	#54
Надежность	10.0	10.0
Стабильность	9.7	9.6
Тестов верно
Доля успешных попыток	55.6%	63.5%
Нестабильные тесты	1	1
Всего запусков	63	63
Стоимость за результат	2.870	1.978
Общая стоимость	$0.316	$0.258
Цена входа	$3.000 / 1M	$1.000 / 1M
Цена выхода	$15.000 / 1M	$6.000 / 1M
Общее число входных токенов	57,886	35,699
Выходные токены	9,465	2,148
Токены рассуждений	0	34,740
Время ответа (среднее)	5.04s	6.70s
Время ответа (макс.)	23.84s	29.85s
Время ответа (суммарно)	70.60s	140.62s

Генерация showcase

Hamster playing table tennis

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

#67 Claude Sonnet 4.6

none

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

#54 GPT-5.6 Luna

medium

Стоимость: $0.014
Время: 14.6s
Токены: 2,362 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-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

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-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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-5.6 Luna	10.0	10.0	100.0%	0		9.53s	12,500	375	1,354

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-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

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-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531

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-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

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-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Быстрое сравнение

Сменить пару сравнения