导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-4o-mini

摘要

Claude Sonnet 5 vs GPT-4o-mini benchmark 对比：Claude Sonnet 5 平均分领先，为 5.7 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.287。 GPT-4o-mini 更快，为 1.77s vs 4.74s，通过率为 42.9% vs 23.8%。

推荐模型: GPT-4o-mini - 它的得分接近这里的最高分（5.0 vs 5.7），同时成本比Claude Sonnet 5低约 48.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数 5.7 5.0
排名 #118 #144
可靠性 10.0 10.0
一致性 8.6 9.9
测试正确
尝试通过率 42.9% 23.8%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 4.098 0.119
总成本 $0.287 $0.006
输入价格 $2.000 / 1M $0.150 / 1M
输出价格 $10.000 / 1M $0.600 / 1M
总输入令牌 76,797 31,518
输出令牌 13,325 1,982
推理令牌 0 0
响应时间（平均） 4.74s 1.77s
响应时间（最大） 29.46s 7.58s
响应时间（总计） 99.46s 24.80s

生成展示

Hamster playing table tennis

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

#118 Claude Sonnet 5

none
成本
$0.061
时间
53.7s
令牌
6,172 tok

#144 GPT-4o-mini

none
成本
$0.001
时间
6.6s
令牌
742 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 5 5.3 10.0 25.0% 0 3.60s 834 1,813 0
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
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 5 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
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 5 10.0 10.0 100.0% 0 3.01s 10,503 309 0
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 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 5 5.3 7.2 44.4% 1 3.28s 975 933 0
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
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 5 4.7 3.1 33.3% 1 2.81s 708 272 0
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
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 5 6.4 10.0 50.0% 0 2.58s 909 103 0
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
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 5 6.0 7.4 55.6% 1 3.22s 894 778 0
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
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 5 10.0 10.0 100.0% 0 6.80s 12,351 522 0
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
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 5 3.0 10.0 0.0% 0 4.31s 258 391 0
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Mistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsMiniMax M2.7mediumClaude Sonnet 5nonevsMistral Small 4mediumClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsGemma 4 31Bmedium免费可用Claude Sonnet 5nonevsNemotron 3 Supermedium免费可用