Claude Opus 5 vs OpenAI: GPT-5 Mini

Claude Opus 5 (low) 平均分领先，为 8.6 vs 8.1。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.237 vs $1.121。 Claude Opus 5 (low) 更快，为 6.99s vs 27.63s，通过率为 80.3% vs 63.6%。

推荐模型Claude Opus 5 (low)它在这里得分最高（8.6），同时响应速度比GPT-5 Mini (medium)快约 4.0 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 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	8.6	8.1
排名	#23	#32
可靠性	10.0	10.0
一致性	9.3	8.8
测试正确
尝试通过率	80.3%	63.6%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	6.593	1.971
总成本	$1.121	$0.237
输入价格	$5.000 / 1M	$0.250 / 1M
输出价格	$25.000 / 1M	$2.000 / 1M
总输入令牌	134,773	98,374
输出令牌	14,123	14,434
推理令牌	3,896	91,498
响应时间（平均）	6.99s	27.63s
响应时间（最大）	30.67s	111.48s
响应时间（总计）	153.73s	607.92s

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

#32 GPT-5 Mini

medium

成本: $0.007
时间: 42.9s
令牌: 3,432 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 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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 Mini	7.3	5.8	83.3%	1		99.82s	75,392	8,387	35,328

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 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

快速对比

切换对比组合

Muse Spark 1.1highvsGPT-5 Minimedium Claude Opus 5lowvsMuse Spark 1.1medium Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium GPT-5 MinimediumvsInklinghigh GPT-5 MinimediumvsGLM 5.2high Claude Opus 5lowvsGPT-5.4medium Kimi K3maxvsGPT-5 Minimedium Claude Opus 5lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5 Minimedium Claude Opus 5lowvsGPT-5.2medium Claude Opus 5lowvsGrok 4.5medium GPT-5 MinimediumvsGrok 4.5low