导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.6 Terra

摘要

Claude Sonnet 4.6 (medium) vs GPT-5.6 Terra (medium) benchmark 对比：平均分几乎持平，为 7.8 vs 7.8。 GPT-5.6 Terra (medium) benchmark 成本更低，为 $0.496 vs $1.418。 GPT-5.6 Terra (medium) 更快，为 6.69s vs 17.06s，通过率为 65.1% vs 68.3%。

推荐模型: GPT-5.6 Terra (medium) - 它在这里得分最高（7.8），同时成本比Claude Sonnet 4.6 (medium)低约 2.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17 GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09
分数 7.8 7.8
排名 #38 #37
可靠性 10.0 10.0
一致性 9.1 9.2
测试正确
尝试通过率 65.1% 68.3%
不稳定测试 2 2
总运行次数 63 63
每个结果成本 10.904 3.815
总成本 $1.418 $0.496
输入价格 $3.000 / 1M $2.500 / 1M
输出价格 $15.000 / 1M $15.000 / 1M
总输入令牌 49,112 34,218
输出令牌 54,703 1,982
推理令牌 29,970 25,370
响应时间（平均） 17.06s 6.69s
响应时间（最大） 46.35s 41.68s
响应时间（总计） 221.83s 140.49s

生成展示

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#37 GPT-5.6 Terra

medium
成本
$0.035
时间
16.3s
令牌
2,418 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.22s 606 172 657
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
GPT-5.6 Terra 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.26s 11,019 316 540
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
GPT-5.6 Terra 10.0 10.0 100.0% 0 872ms 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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
GPT-5.6 Terra 5.3 10.0 33.3% 0 23.45s 723 70 15,327
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
GPT-5.6 Terra 5.5 10.0 0.0% 0 2.37s 477 133 144
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.43s 660 89 261
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
GPT-5.6 Terra 8.4 7.4 88.9% 1 3.78s 642 272 1,462
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.09s 5,454 254 246
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
GPT-5.6 Terra 3.0 10.0 0.0% 0 10.05s 195 27 2,206

快速对比

切换对比组合

Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Sonnet 4.6mediumvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGPT-5.6 LunahighGPT-5.6 TerramediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.6 TerramediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.6 TerrahighDeepSeek V4 FlashhighvsGPT-5.6 Terramedium