Claude Opus 5 vs OpenAI: GPT-5.6 Luna

GPT-5.6 Luna (high) 平均分领先，为 7.7 vs 7.5。 GPT-5.6 Luna (high) benchmark 成本更低，为 $1.017 vs $1.550。 Claude Opus 5 更快，为 7.60s vs 18.68s，通过率为 57.6% vs 72.7%。

推荐模型GPT-5.6 Luna (high)它在这里得分最高（7.7），同时成本比Claude Opus 5低约 1.5 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 发布日期: 2026-07-25	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09

指标	Claude Opus 5 Claude Opus 5 none 发布日期: 2026-07-25	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09
分数	7.5	7.7
排名	#59	#51
可靠性	10.0	10.0
一致性	9.6	8.9
测试正确
尝试通过率	57.6%	72.7%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	12.912	6.780
总成本	$1.550	$1.017
输入价格	$5.000 / 1M	$1.000 / 1M
输出价格	$25.000 / 1M	$6.000 / 1M
总输入令牌	185,550	80,918
输出令牌	24,866	5,088
推理令牌	0	150,910
响应时间（平均）	7.60s	18.68s
响应时间（最大）	47.72s	111.09s
响应时间（总计）	167.28s	411.05s

Hamster playing table tennis

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

#59 Claude Opus 5

none

成本: $0.271
时间: 149.3s
令牌: 10,962 tok

#51 GPT-5.6 Luna

high

成本: $0.033
时间: 34.2s
令牌: 5,484 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	5.5	8.3	41.7%	1		4.33s	834	1,398	0
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

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-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

快速对比

切换对比组合

Claude Opus 5nonevsNemotron 3 Ultramedium免费可用 Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Claude Opus 5nonevsKimi K2.7 Codemedium Claude Opus 5nonevsGPT-5.4 Nanomedium Claude Opus 5nonevsGPT-5.6 Lunamedium GPT-5.6 LunahighvsGLM 5medium Claude Opus 5nonevsGrok Build 0.1medium Claude Opus 5nonevsGPT-5.6 Terralow Claude Opus 5nonevsGPT-5.4 Minimedium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium Claude Opus 5nonevsMiniMax M3medium