Claude Opus 5 vs OpenAI: GPT-5.5

GPT-5.5 (medium) 平均分领先，为 9.0 vs 8.6。 Claude Opus 5 (low) benchmark 成本更低，为 $1.121 vs $4.137。 Claude Opus 5 (low) 更快，为 6.99s vs 38.42s，通过率为 80.3% vs 87.9%。

推荐模型Claude Opus 5 (low)它的得分接近这里的最高分（8.6 vs 9.0），同时成本比GPT-5.5 (medium)低约 3.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数	8.6	9.0
排名	#23	#15
可靠性	10.0	10.0
一致性	9.3	8.9
测试正确
尝试通过率	80.3%	87.9%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	6.593	22.980
总成本	$1.121	$4.137
输入价格	$5.000 / 1M	$5.000 / 1M
输出价格	$25.000 / 1M	$30.000 / 1M
总输入令牌	134,773	80,659
输出令牌	14,123	5,617
推理令牌	3,896	118,819
响应时间（平均）	6.99s	38.42s
响应时间（最大）	30.67s	332.10s
响应时间（总计）	153.73s	845.35s

Hamster playing table tennis

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

#23 Claude Opus 5

low

成本: $0.062
时间: 30.2s
令牌: 2,615 tok

#15 GPT-5.5

medium

成本: $0.112
时间: 71.9s
令牌: 3,807 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911
GPT-5.5	10.0	10.0	100.0%	0		33.52s	57,466	3,944	6,735

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	2.9	7.2	11.1%	1		8.89s	975	2,447	987
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		3.76s	708	293	0
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.13s	909	242	146
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.23s	894	607	300
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	3.0	10.0	0.0%	0		6.48s	258	363	337
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

快速对比

切换对比组合

Claude Opus 5lowvsMuse Spark 1.1medium Gemini 3.5 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Claude Opus 5lowvsGPT-5.4medium Claude Opus 5lowvsQwen3.6 Max Previewmedium Claude Opus 5lowvsGPT-5.2medium Claude Opus 5highvsGPT-5.5medium Claude Opus 5lowvsGrok 4.5medium Claude Opus 5lowvsGPT-5.3-Codexmedium Claude Opus 5lowvsGrok 4.5high Claude Opus 5lowvsGemini 2.5 Flashmedium Gemini 3.6 FlashlowvsGPT-5.5medium