#59 Claude Opus 5
none- 成本
- $0.271
- 时间
- 149.3s
- 令牌
- 10,962 tok
Claude Opus 5 vs OpenAI: GPT-5.4 Mini
Claude Opus 5 平均分领先，为 7.5 vs 7.5。 GPT-5.4 Mini (medium) benchmark 成本更低，为 $0.756 vs $1.550。 Claude Opus 5 更快，为 7.60s vs 25.94s，通过率为 57.6% vs 71.2%。
推荐模型Claude Opus 5它在这里得分最高（7.5），同时响应速度比GPT-5.4 Mini (medium)快约 3.4 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 none | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| 分数 | 7.5 | 7.5 |
| 排名 | #59 | #64 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 7.7 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 71.2% |
| 不稳定测试 | 1 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 12.912 | 6.299 |
| 总成本 | $1.550 | $0.756 |
| 输入价格 | $5.000 / 1M | $0.750 / 1M |
| 输出价格 | $25.000 / 1M | $4.500 / 1M |
| 总输入令牌 | 185,550 | 97,155 |
| 输出令牌 | 24,866 | 6,211 |
| 推理令牌 | 0 | 145,544 |
| 响应时间（平均） | 7.60s | 25.94s |
| 响应时间（最大） | 47.72s | 138.75s |
| 响应时间（总计） | 167.28s | 570.66s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#64 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 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
| 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 | 5.5 | 8.3 | 41.7% | 1 | 4.33s | 834 | 1,398 | 0 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 |
| 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 | 5.9 | 9.7 | 33.3% | 0 | 5.54s | 10,590 | 2,886 | 0 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
| 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 | 8.3 | 10.0 | 50.0% | 0 | 30.54s | 148,140 | 13,011 | 0 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 |
| 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 | 3.88s | 10,503 | 309 | 0 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 10.75s | 975 | 5,440 | 0 | |
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 |
| 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 | 3.70s | 708 | 316 | 0 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 |
| 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 | 2.81s | 909 | 99 | 0 | |
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.66s | 894 | 874 | 0 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 |
| 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 | 7.89s | 11,739 | 355 | 0 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 |
| 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 | 4.08s | 258 | 178 | 0 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 |
快速对比
切换对比组合
Claude Opus 5nonevsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsKimi K2.7 CodemediumClaude Opus 5nonevsGPT-5.4 NanomediumClaude Opus 5nonevsGPT-5.6 LunamediumClaude Opus 5nonevsGrok Build 0.1mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Opus 5nonevsGPT-5.6 TerralowClaude Opus 5nonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 5nonevsMiniMax M3mediumClaude Opus 5nonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumClaude Opus 5nonevsDeepSeek V4 Prohigh