GPT-6.1 Sol vs. Claude Sonnet 5.5: comparação de lançamentos

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

Comparação dos lançamentos GPT-6.1 Sol e Claude Sonnet 5.5: 5 e 5 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 10 modelos.

Em inteligência, GPT-6.1 Sol e Claude Sonnet 5.5 empatam em 55 (GPT-6.1 Sol (Max) e Claude Sonnet 5.5 (Max, Default Fallback)).
Em tempo por tarefa, GPT-6.1 Sol é o mais rápido: GPT-6.1 Sol (Low), com 1.8 min, diante de Claude Sonnet 5.5 (Low, Default Fallback), com 2.6 min de Claude Sonnet 5.5.
Em custo por tarefa, GPT-6.1 Sol é o mais barato: GPT-6.1 Sol (Low), com $0.16, diante de Claude Sonnet 5.5 (Low, Default Fallback), com $0.51 de Claude Sonnet 5.5.

Playground de modelos

Lançamentos comparados


	GPT-6.1 Sol (max)	Claude Sonnet 5.5 (max)	GPT-6.1 Sol (xhigh)	GPT-6.1 Sol (high)	Claude Sonnet 5.5 (xhigh)	GPT-6.1 Sol (medium)	Claude Sonnet 5.5 (high)	GPT-6.1 Sol (low)	Claude Sonnet 5.5 (medium)	Claude Sonnet 5.5 (low)
Intelligence Index	55	55	52	50	50	46	42	35	31	26
Finanças e Contabilidade	56	56	55	53	49	51	44	44	41	36
Estratégia e Operações	58	58	57	55	54	53	51	46	47	42
Jurídico	54	52	54	52	47	49	44	43	39	37
Saúde e Medicina	52	54	51	49	47	46	44	40	40	37
Engenharia	59	58	57	55	54	52	46	43	37	33
Economia	56	54	55	53	48	50	45	43	39	35
AA-Briefcase v1.1	1555	1813	1503	1469	1742	1360	1634	1114	1439	1268
AutomationBench-AA	64.9%	71.8%	66.6%	64.5%	65.5%	62.6%	59.4%	52.6%	54.9%	49.4%
Terminal-Bench 4.0	56.1%	63.6%	54.0%	51.5%	57.1%	48.0%	43.9%	30.8%	29.8%	20.7%
FrontierCode 2.0	40.6%	41.7%	38.5%	36.7%	35.6%	33.4%	25.7%	20.2%	11.0%	7.1%
AA-Omniscience v1.1	42	30	42	41	21	40	19	38	19	20
GDP.pdf	31.0%	25.8%	31.8%	32.0%	24.6%	30.0%	25.2%	27.0%	20.2%	16.0%
HLE-Diamond	58.8%	53.3%	55.8%	51.9%	44.1%	46.0%	33.8%	38.2%	23.8%	20.6%
CritPt v2 (Hard Subset)	69.5%	59.0%	69.5%	68.5%	57.5%	67.0%	51.5%	62.5%	33.5%	26.0%
Terminal-Bench-Science 0.1	58.1%	53.3%	50.5%	46.2%	52.4%	37.1%	34.3%	11.0%	16.2%	10.5%

Custo por tarefaUSD	$1.27	$10.02	$0.76	$0.59	$4.09	$0.36	$1.64	$0.16	$0.78	$0.51
Preço de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00
Preço de saídaUSD/1M tokens	$10.00	$10.00	$10.00	$10.00	$10.00	$10.00	$10.00	$10.00	$10.00	$10.00
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10
Preço de escrita no cacheUSD/1M tokens	$2.50	$2.50	$2.50	$2.50	$2.50	$2.50	$2.50	$2.50	$2.50	$2.50

Tempo por tarefaMinutos	19.9	31.5	9.2	6.5	15.3	3.8	7.2	1.8	3.7	2.6
Velocidade de saídatok/s	57	151	55	58	134	60	136	55	139	133
Tempo até o primeiro token da resposta finals	176.93	310.29	70.31	36.93	27.39	4.36	9.33	2.46	4.26	2.40
Tempo até o primeiro tokens	176.93	310.29	70.31	36.93	27.39	4.36	9.33	2.46	4.26	2.40
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	413.89	614.40	206.95	142.10	74.89	68.57	40.87	61.16	26.02	21.44

Janela de contexto	1M	1M	1M	1M	1M	1M	1M	1M	1M	1M
Criador	OpenAI	Anthropic	OpenAI	OpenAI	Anthropic	OpenAI	Anthropic	OpenAI	Anthropic	Anthropic
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

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

Custo por tarefa

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

InteligênciaUpdated

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 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 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. custo por tarefa

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

Most attractive quadrant

GPT-6.1 Sol

Claude Sonnet 5.5

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

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.

Custo

Custo por tarefa do Intelligence Index

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

No publicly available API

Velocidade e latência

Tempo por tarefa do 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

No publicly available API

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.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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 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

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GPT-6.1 Sol (max) vs. Claude Sonnet 5.5 (max)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

GPT-6.1 Sol (max)

Claude Sonnet 5.5 (max)

Lexically Varied

91%

Metaphorical

12%

88%

Natural Sounding

62%

38%

Eloquent

39%

61%

Literate

51%

49%

GPT-6.1 Sol vs. Claude Sonnet 5.5: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GPT-6.1 Sol (max) vs. Claude Sonnet 5.5 (max)