Claude Opus 5.5 vs. gpt-oss-120b: 릴리스 비교

Claude Opus 5.5와 gpt-oss-120b 릴리스 비교: 각각 5개, 2개 모델이며 지능, 성능, 가격 특성이 서로 다릅니다. 아래에서 전체 7개 모델의 주요 지표를 비교합니다.

지능 부문에서 Claude Opus 5.5가 가장 높습니다. Claude Opus 5.5 (Max, Default Fallback)(59), gpt-oss-120b는 gpt-oss-120b (High)(4)입니다.
작업당 시간이 가장 짧은 것은 Claude Opus 5.5입니다. Claude Opus 5.5 (Low, Default Fallback)(3.0분), gpt-oss-120b는 gpt-oss-120b (High)(7.5분)입니다.
작업당 비용이 가장 낮은 것은 gpt-oss-120b입니다. gpt-oss-120b (High)($0.35), Claude Opus 5.5는 Claude Opus 5.5 (Low, Default Fallback)($0.98)입니다.

비교 중인 릴리스


	Claude Opus 5.5 (max)	Claude Opus 5.5 (xhigh)	Claude Opus 5.5 (high)	Claude Opus 5.5 (medium)	Claude Opus 5.5 (low)	gpt-oss-120b (high)	gpt-oss-120b (low)
Intelligence Index	59	57	52	48	35	4	--
재무 및 회계	59	56	53	51	42	8	--
전략 및 운영	61	59	58	56	48	6	--
법률	58	55	52	50	43	8	--
의료 및 헬스케어	58	56	52	51	45	6	--
공학	65	63	58	54	43	11	--
경제학	60	58	55	53	44	9	--
AA-Briefcase v1.1	1801	1761	1682	1617	1278	0	--
AutomationBench-AA	69.5%	65.0%	63.2%	61.2%	52.9%	0.2%	--
Terminal-Bench 4.0	59.6%	59.6%	56.6%	52.5%	31.3%	0.0%	--
FrontierCode-AA 2.0	46.4%	43.8%	35.9%	33.1%	15.8%	0.0%	--
AA-Omniscience v1.1	48	43	42	40	39	−46	--
GDP.pdf	26.2%	26.6%	28.8%	25.6%	25.6%	4.2%	--
HLE-Diamond	67.9%	64.0%	55.6%	51.4%	41.7%	3.8%	--
CritPt v2 (Hard Subset)	68.0%	67.5%	59.5%	54.0%	36.0%	4.0%	--
Terminal-Bench-Science 0.1	59.0%	61.9%	49.0%	43.3%	24.3%	0.0%	--

작업당 비용USD	$10.04	$6.05	$3.46	$2.45	$0.98	$0.35	--
입력 가격토큰 100만 개당 USD	$4.00	$4.00	$4.00	$4.00	$4.00	$0.15	$0.13
출력 가격토큰 100만 개당 USD	$20.00	$20.00	$20.00	$20.00	$20.00	$0.60	$0.59
캐시 적중 가격토큰 100만 개당 USD	$0.20	$0.20	$0.20	$0.20	$0.20	$0.13	$0.13
캐시 쓰기 가격토큰 100만 개당 USD	$5.00	$5.00	$5.00	$5.00	$5.00	--	--

작업당 시간분	25.4	15.7	9.5	6.9	3.0	7.5	--
출력 속도tok/s	114	110	106	105	105	164	167
첫 답변 토큰까지 걸린 시간초	396.07	88.46	27.87	17.60	5.02	15.05	2.21
첫 토큰까지 걸린 시간초	396.07	88.46	27.87	17.60	5.02	1.24	1.23
종단 간 시간단일 요청 워크로드 평균(초)	804.36	242.61	117.91	94.16	64.56	31.78	14.71

컨텍스트 창	1M	1M	1M	1M	1M	131k	131k
개발사	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic	OpenAI	OpenAI
라이선스	독점	독점	독점	독점	독점	오픈	오픈
입력 모달리티	지원: 텍스트 및 이미지	지원: 텍스트 및 이미지	지원: 텍스트 및 이미지	지원: 텍스트 및 이미지	지원: 텍스트 및 이미지	지원: 텍스트	지원: 텍스트
출력 모달리티	지원: 텍스트	지원: 텍스트	지원: 텍스트	지원: 텍스트	지원: 텍스트	지원: 텍스트	지원: 텍스트
제공업체						+12	+11

Updated

지능

Artificial Analysis Intelligence Index · Higher is better

작업당 시간

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

작업당 비용

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

지능Updated

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 Index와 작업당 비용

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

Most attractive quadrant

Claude Opus 5.5

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

작업당 비용(USD, 로그 눈금)

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.

비용

Intelligence Index 작업당 비용

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

성능

Intelligence Index 작업당 시간

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.

역량 점수

역량 지수

특정 역량 및 산업에서 모델의 성능을 측정

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

벤치마크

AA-PersonalityBenchNew

성격 지수

각 축은 8개 성격 지수 중 하나로, 구성 특성들의 Elo z-점수 평균을 벤치마크에서 평가된 모든 모델 기준 1~100의 백분위 순위로 나타냅니다

Claude Opus 5.5 vs. gpt-oss-120b: 릴리스 비교

지능

작업당 시간

작업당 비용

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index와 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

비용

Intelligence Index 작업당 비용

Cost per Intelligence Index Task

성능

Intelligence Index 작업당 시간

Time per Intelligence Index Task

Time Period

역량 점수

역량 지수

벤치마크

AA-PersonalityBenchNew

성격 지수