Claude Opus 5 vs OpenAI: GPT-5.6 Sol

GPT-5.6 Sol (high) 平均分领先，为 9.4 vs 9.2。 GPT-5.6 Sol (high) benchmark 成本更低，为 $1.234 vs $1.486。 Claude Opus 5 (medium) 更快，为 9.38s vs 11.73s，通过率为 83.3% vs 89.4%。

推荐模型GPT-5.6 Sol (high)它在本次比较中得分最高（9.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

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-5.6 Sol GPT-5.6 Sol high 发布日期: 2026-07-09

指标	Claude Opus 5 Claude Opus 5 medium 发布日期: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high 发布日期: 2026-07-09
分数	9.2	9.4
排名	#12	#8
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%	89.4%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	8.253	6.852
总成本	$1.486	$1.234
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	79,249
输出令牌	25,673	4,855
推理令牌	6,930	23,044
响应时间（平均）	9.38s	11.73s
响应时间（最大）	35.05s	54.79s
响应时间（总计）	206.26s	257.99s

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

#8 GPT-5.6 Sol

high

成本: $0.151
时间: 201.9s
令牌: 5,100 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-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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-5.6 Sol	10.0	10.0	100.0%	0		24.99s	56,154	3,298	4,866

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-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	0

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-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

快速对比

切换对比组合

Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGemini 3.6 Flashlow GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-5.6 Sollow Claude Opus 5mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashlowvsGPT-5.6 Solhigh