Сравниваемые модели

Бенчмарк-сравнение GPT-5.6 Sol (low) vs Grok 4.6 (high) vs Claude Opus 5 (high): GPT-5.6 Sol (low) лидирует по Оценка со значением 9.5. GPT-5.6 Sol (low) лидирует по Надежность со значением 10.0. У GPT-5.6 Sol (low) самый низкий Общая стоимость: $0.357. GPT-5.6 Sol (low) самый быстрый: 9.04s.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-24

Сравниваемые модели

Ранг: #9
Общее число выходных токенов: 19,946
Время ответа (среднее): 9.04s
Общая стоимость: $0.357

Ранг: #19
Общее число выходных токенов: 282,217
Время ответа (среднее): 84.15s
Общая стоимость: $1.908

Ранг: #24
Общее число выходных токенов: 95,583
Время ответа (среднее): 22.51s
Общая стоимость: $3.070

Рекомендуемая модель GPT-5.6 Sol (low)

Здесь у него лучший балл (9.5), при этом он примерно в 7.0 раза дешевле, чем другие модели в этом сравнении.

Подробное сравнение

Метрика	GPT-5.6 Sol GPT-5.6 Sol low Релиз: 2026-07-09	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25

Метрика	GPT-5.6 Sol GPT-5.6 Sol low Релиз: 2026-07-09	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25
Оценка	9.5	9.3	9.2
Ранг	#9	#19	#24
Надежность	10.0	10.0	10.0
Стабильность	9.2	10.0	10.0
Попытки	66/66	66/66	66/66
Тестов верно
Доля успешных попыток	86.4%	86.4%	81.8%
Нестабильные тесты	2	0	0
Всего запусков	66	66	66
Стоимость за результат	5.508	10.042	17.052
Общая стоимость	$0.357	$1.908	$3.070
Цена входа	$2.000 / 1M	$2.000 / 1M	$5.000 / 1M
Цена выхода	$10.000 / 1M	$6.000 / 1M	$25.000 / 1M
Общее число входных токенов	78,580	107,275	135,956
Выходные токены	4,476	5,094	64,624
Токены рассуждений	15,470	277,123	30,959
Время ответа (среднее)	9.04s	84.15s	22.51s
Время ответа (макс.)	53.91s	618.49s	159.01s
Время ответа (суммарно)	198.97s	1851.26s	495.12s
Параметры	~2T всего (~150B активных)	~1.7T всего (~170B активных)	~5T всего (~500B активных)
Доступность	Закрытая модель	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#9 GPT-5.6 Sol

low

Стоимость: $0.062
Время: 26.7s
Токены: 2,150 tok

#19 SpaceXAI: Grok 4.6

high

Стоимость: $0.107
Время: 265.1s
Токены: 18,001 tok

#24 Claude Opus 5

high

Стоимость: $0.265
Время: 144.5s
Токены: 10,741 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.3	10.0	75.0%	2.60s	606	174	492
Grok 4.6	10.0	10.0	100.0%	14.44s	2,991	79	6,805
Claude Opus 5	10.0	10.0	100.0%	5.91s	834	2,063	617

Программирование	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	11.25s	7,302	412	3,482
Grok 4.6	10.0	10.0	100.0%	102.20s	9,579	379	51,829
Claude Opus 5	10.0	10.0	100.0%	12.73s	10,590	7,547	1,721

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	14.58s	55,372	2,896	1,539
Grok 4.6	10.0	10.0	100.0%	91.77s	68,548	3,931	34,529
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	1.82s	7,140	222	0
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590
Claude Opus 5	10.0	10.0	100.0%	4.22s	10,503	488	160

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	5.3	7.2	44.4%	1	30.95s	732	71	8,522
Grok 4.6	5.3	10.0	33.3%	0	369.95s	2,523	14	154,471
Claude Opus 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	3.07s	477	99	135
Grok 4.6	10.0	10.0	100.0%	19.51s	1,077	56	2,448
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	2.27s	660	90	146
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318
Claude Opus 5	10.0	10.0	100.0%	4.78s	909	119	361

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.2	7.2	88.9%	1	3.44s	642	224	534
Grok 4.6	10.0	10.0	100.0%	0	15.56s	2,430	122	5,706
Claude Opus 5	10.0	10.0	100.0%	0	4.66s	894	908	524

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	7.56s	5,454	258	294
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	3.67s	195	30	326
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922
Claude Opus 5	3.0	10.0	0.0%	14.14s	258	1,708	455

Быстрое сравнение

Сменить пару сравнения

GPT-5.5lowvsGrok 4.6high Claude Opus 5highvsGemini 3.7 Flashlow Claude Opus 5.5lowvsGrok 4.6high GPT-6 AstramediumvsGrok 4.6high Claude Opus 5highvsGemini 3.1 Pro Previewmedium GPT-5.6 SolmediumvsGrok 4.6high GPT-6 SolmediumvsGrok 4.6high Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3.7 FlashmediumvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5highvsGemini 3.8 Flashmedium Claude Opus 5highvsQwen3.8 Max (0902)low