Claude Opus 5 vs OpenAI: GPT-5.5

Claude Opus 5 (medium) 平均分领先，为 9.2 vs 9.0。 Claude Opus 5 (medium) benchmark 成本更低，为 $1.486 vs $4.137。 Claude Opus 5 (medium) 更快，为 9.38s vs 38.42s，通过率为 83.3% vs 87.9%。

推荐模型Claude Opus 5 (medium)它在这里得分最高（9.2），同时成本比GPT-5.5 (medium)低约 2.8 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 medium 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 medium 发布日期: 2026-07-25	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数	9.2	9.0
排名	#12	#15
可靠性	10.0	10.0
一致性	9.6	8.9
测试正确
尝试通过率	83.3%	87.9%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	8.253	22.980
总成本	$1.486	$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	135,607	80,659
输出令牌	25,673	5,617
推理令牌	6,930	118,819
响应时间（平均）	9.38s	38.42s
响应时间（最大）	35.05s	332.10s
响应时间（总计）	206.26s	845.35s

Hamster playing table tennis

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

#12 Claude Opus 5

medium

成本: $0.125
时间: 69.3s
令牌: 5,134 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		5.46s	834	1,559	572
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	10.0	10.0	100.0%	0		9.56s	10,590	5,224	1,162
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		23.89s	98,197	7,895	1,276
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		3.92s	10,503	355	161
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		19.88s	975	8,083	2,688
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		3.56s	708	291	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		4.16s	909	377	351
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		4.27s	894	836	465
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		8.76s	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		7.03s	258	699	255
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

Gemini 3.5 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGemini 3.6 Flashlow Claude Opus 5highvsGPT-5.5medium Claude Opus 5mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-5.6 Sollow Claude Opus 5mediumvsGemini 3.5 Flashhigh Gemini 3.6 FlashlowvsGPT-5.5medium Claude Opus 5lowvsGPT-5.5medium