Claude Sonnet 5.5 vs. gpt-oss-120b: Vergleich der Veröffentlichungen

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Vergleich der Veröffentlichungen Claude Sonnet 5.5 und gpt-oss-120b: 5 bzw. 2 Modelle mit unterschiedlichen Eigenschaften bei Intelligenz, Leistung und Preis. Unten werden die wichtigsten Kennzahlen aller 7 Modelle verglichen.

Bei der Intelligenz liegt Claude Sonnet 5.5 vorn: Claude Sonnet 5.5 (Max, Default Fallback) mit 55, gegenüber gpt-oss-120b (High) mit 4 bei gpt-oss-120b.
Bei der Zeit pro Aufgabe ist Claude Sonnet 5.5 am schnellsten: Claude Sonnet 5.5 (Low, Default Fallback) mit 2.6 Min., gegenüber gpt-oss-120b (High) mit 7.5 Min. bei gpt-oss-120b.
Bei den Kosten pro Aufgabe ist gpt-oss-120b am günstigsten: gpt-oss-120b (High) mit $0.35, gegenüber Claude Sonnet 5.5 (Low, Default Fallback) mit $0.51 bei Claude Sonnet 5.5.

Modell-Playground

Verglichene Veröffentlichungen


	Claude Sonnet 5.5 (max)	Claude Sonnet 5.5 (xhigh)	Claude Sonnet 5.5 (high)	Claude Sonnet 5.5 (medium)	Claude Sonnet 5.5 (low)	gpt-oss-120b (high)	gpt-oss-120b (low)
Intelligence Index	55	50	42	31	26	4	--
Finanzen und Rechnungswesen	56	49	44	41	36	8	--
Strategie und Betrieb	58	54	51	47	42	6	--
Recht	52	47	44	39	37	8	--
Gesundheit und Medizin	54	47	44	40	37	6	--
Ingenieurwesen	58	54	46	37	33	11	--
Volkswirtschaft	54	48	45	39	35	9	--
AA-Briefcase v1.1	1816	1740	1634	1437	1268	0	--
AutomationBench-AA	71.8%	65.5%	59.4%	54.9%	49.4%	0.2%	--
Terminal-Bench 4.0	63.6%	57.1%	43.9%	29.8%	20.7%	0.0%	--
FrontierCode-AA 2.0	41.7%	35.6%	25.7%	11.0%	7.1%	0.0%	--
AA-Omniscience v1.1	30	21	19	19	20	−46	--
GDP.pdf	25.8%	24.6%	25.2%	20.2%	16.0%	4.2%	--
HLE-Diamond	53.3%	44.1%	33.8%	23.8%	20.6%	3.8%	--
CritPt v2 (Hard Subset)	59.0%	57.5%	51.5%	33.5%	26.0%	4.0%	--
Terminal-Bench-Science 0.1	53.3%	52.4%	34.3%	16.2%	10.5%	0.0%	--

Kosten pro AufgabeUSD	$10.02	$4.09	$1.64	$0.78	$0.51	$0.35	--
EingabepreisUSD/1 Mio. Tokens	$2.00	$2.00	$2.00	$2.00	$2.00	$0.15	$0.13
AusgabepreisUSD/1 Mio. Tokens	$10.00	$10.00	$10.00	$10.00	$10.00	$0.60	$0.59
Preis bei Cache-TrefferUSD/1 Mio. Tokens	$0.10	$0.10	$0.10	$0.10	$0.10	$0.13	$0.13
Preis für Cache-SchreibvorgangUSD/1 Mio. Tokens	$2.50	$2.50	$2.50	$2.50	$2.50	--	--

Zeit pro AufgabeMinuten	33.8	14.3	6.7	4.0	2.6	7.5	--
Ausgabegeschwindigkeittok/s	141	142	144	129	135	164	167
Zeit bis zum ersten Antworttokens	272.39	28.45	10.38	4.50	2.18	15.05	2.21
Zeit bis zum ersten Tokens	272.39	28.45	10.38	4.50	2.18	1.24	1.23
Ende-zu-Ende-ZeitMittel der Workloads mit einzelnen Anfragen (s)	533.54	87.06	47.68	34.83	24.61	31.78	14.71

Kontextfenster	1M	1M	1M	1M	1M	131k	131k
Modellentwickler	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic	OpenAI	OpenAI
Lizenz	Proprietär	Proprietär	Proprietär	Proprietär	Proprietär	Offen	Offen
Eingabemodalität	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text	Unterstützt: Text
Ausgabemodalität	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text
Anbieter						+12	+11

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Claude Sonnet 5.5

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Kosten pro Aufgabe (USD, logarithmische Skala)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Leistung

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Fähigkeitswerte

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Persönlichkeitsindizes

Jede Achse ist einer von 8 Persönlichkeitsindizes: der Mittelwert der Elo-z-Werte seiner Merkmale, als Perzentilrang von 1 bis 100 über alle im Benchmark bewerteten Modelle

Claude Sonnet 5.5 vs. gpt-oss-120b: Vergleich der Veröffentlichungen

Intelligenz

Zeit pro Aufgabe

Kosten pro Aufgabe

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Fähigkeitswerte

Fähigkeitsindizes

Benchmarks

AA-PersonalityBenchNew

Persönlichkeitsindizes