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 vs GPT-5.6 Terra (medium) benchmark 对比：GPT-5.6 Terra (medium) 平均分领先，为 7.8 vs 7.3。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.316 vs $0.496。 Claude Sonnet 4.6 更快，为 5.04s vs 6.69s，通过率为 55.6% vs 68.3%。

推荐模型: GPT-5.6 Terra (medium) - 它在本次比较中得分最高（7.8），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：: 2026-07-09

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 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 7.3 7.8
排名 #67 #37
可靠性 10.0 10.0
一致性 9.7 9.2
测试正确
尝试通过率 55.6% 68.3%
不稳定测试 1 2
总运行次数 63 63
每个结果成本 2.870 3.815
总成本 $0.316 $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 57,886 34,218
输出令牌 9,465 1,982
推理令牌 0 25,370
响应时间（平均） 5.04s 6.69s
响应时间（最大） 23.84s 41.68s
响应时间（总计） 70.60s 140.49s

生成展示

Hamster playing table tennis

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

#67 Claude Sonnet 4.6

none
成本
$0.038
时间
27.3s
令牌
2,598 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 4.8 10.0 25.0% 0 2.94s 636 1,214 0
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 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
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 3.43s 8,574 252 0
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 7.7 10.0 66.7% 0 3.54s 759 413 0
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 6.1 3.1 66.7% 1 2.56s 513 192 0
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 6.5 10.0 50.0% 0 1.96s 690 90 0
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 7.7 10.0 66.7% 0 2.53s 663 533 0
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 4.11s 11,301 447 0
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 4.67s 204 431 0
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

GPT-5.6 TerramediumvsGrok 4.5lowClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGPT-5.6 TerramediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsStep 3.7 Flashhigh