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-5.5

摘要

Claude Sonnet 5 vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.7。 Claude Sonnet 5 benchmark 成本更低，为 $0.287 vs $0.907。 Claude Sonnet 5 更快，为 4.74s vs 9.76s，通过率为 42.9% vs 85.7%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），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：: 2026-06-30

指标 Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 5.7 9.3
排名 #117 #4
可靠性 10.0 10.0
一致性 8.6 10.0
测试正确
尝试通过率 42.9% 85.7%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 4.098 5.035
总成本 $0.287 $0.907
输入价格 $2.000 / 1M $5.000 / 1M
输出价格 $10.000 / 1M $30.000 / 1M
总输入令牌 76,797 34,209
输出令牌 13,325 2,046
推理令牌 0 22,460
响应时间（平均） 4.74s 9.76s
响应时间（最大） 29.46s 56.19s
响应时间（总计） 99.46s 204.92s

生成展示

Hamster playing table tennis

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

#117 Claude Sonnet 5

none
成本
$0.061
时间
53.7s
令牌
6,172 tok

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Sonnet 5nonevsMiniMax M2.7mediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Sonnet 5nonevsMistral Small 4medium