Claude Opus 5 vs OpenAI: GPT-5.6 Terra

Claude Opus 5 平均分领先，为 7.5 vs 7.5。 GPT-5.6 Terra (low) benchmark 成本更低，为 $0.519 vs $1.550。 GPT-5.6 Terra (low) 更快，为 5.31s vs 7.60s，通过率为 57.6% vs 74.2%。

推荐模型GPT-5.6 Terra (low)它的得分接近这里的最高分（7.5 vs 7.5），同时成本比Claude Opus 5低约 3.0 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 none 发布日期: 2026-07-25	GPT-5.6 Terra GPT-5.6 Terra low 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 Terra GPT-5.6 Terra low 发布日期: 2026-07-09
分数	7.5	7.5
排名	#59	#63
可靠性	10.0	10.0
一致性	9.6	7.9
测试正确
尝试通过率	57.6%	74.2%
不稳定测试	1	6
总运行次数	66	66
每个结果成本	12.912	3.989
总成本	$1.550	$0.519
输入价格	$5.000 / 1M	$2.500 / 1M
输出价格	$25.000 / 1M	$15.000 / 1M
总输入令牌	185,550	80,295
输出令牌	24,866	4,714
推理令牌	0	16,469
响应时间（平均）	7.60s	5.31s
响应时间（最大）	47.72s	19.85s
响应时间（总计）	167.28s	116.82s

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

#63 GPT-5.6 Terra

low

成本: $0.034
时间: 16.8s
令牌: 2,348 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 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602

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 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821

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 Terra	8.7	6.9	83.3%	1		9.68s	57,088	3,083	1,617

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 Terra	10.0	10.0	100.0%	0		919ms	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	5.3	10.0	33.3%	0		10.75s	975	5,440	0
GPT-5.6 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086

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 Terra	4.8	3.2	33.3%	1		3.52s	477	105	249

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 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134

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 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506

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 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226

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 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228

快速对比

切换对比组合

Claude Opus 5nonevsNemotron 3 Ultramedium免费可用 GPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15medium Claude Opus 5nonevsKimi K2.7 Codemedium Claude Opus 5nonevsGPT-5.4 Nanomedium Claude Opus 5nonevsGPT-5.6 Lunamedium Kimi K2.7 CodemediumvsGPT-5.6 Terralow Claude Opus 5nonevsGrok Build 0.1medium GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.6 TerralowvsQwen3.7 Maxnone Claude Opus 5nonevsGPT-5.4 Minimedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium