所有发布

GPT-6.1 Terra vs. Claude Opus 5.5:发布比较

GPT-6.1 Terra 与 Claude Opus 5.5 发布比较:分别包含 6 个和 5 个模型,各自具有不同的智能、性能与价格特征。下方对全部 11 个模型的关键指标进行了比较。

  • 智能方面,Claude Opus 5.5 得分最高:Claude Opus 5.5 (Max, Default Fallback)(59),GPT-6.1 Terra 为 GPT-6.1 Terra (Max)(51)。
  • 每任务耗时方面,GPT-6.1 Terra 最快:GPT-6.1 Terra (Low)(1.2 分钟),Claude Opus 5.5 为 Claude Opus 5.5 (Low, Default Fallback)(3.1 分钟)。
  • 单任务成本方面,GPT-6.1 Terra 最低:GPT-6.1 Terra (Low)($0.0713),Claude Opus 5.5 为 Claude Opus 5.5 (Low, Default Fallback)($0.98)。
模型 Playground

比较的发布

Claude Opus 5.5 (max)Claude Opus 5.5 (xhigh)Claude Opus 5.5 (high)GPT-6.1 Terra (max)Claude Opus 5.5 (medium)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)Claude Opus 5.5 (low)GPT-6.1 Terra (non-reasoning)GPT-6.1 Terra (low)
Intelligence Index
59
57
52
51
48
45
42
38
35
31
29
财务与会计
59
56
53
49
51
48
44
42
42
34
38
战略与运营
61
59
58
50
56
49
47
45
48
40
42
法律
58
55
52
46
50
44
42
40
43
28
37
医疗与健康
58
56
52
45
51
--
--
--
45
--
--
每任务成本美元
$10.04
$6.05
$3.46
$0.96
$2.45
$0.40
$0.26
$0.17
$0.98
$0.23
$0.0713
每任务耗时分钟
25.4
15.8
9.4
14.1
6.9
6.4
4.3
2.8
3.1
2.4
1.2
首个答案 Token 延迟秒
404.53
87.93
29.89
173.08
16.98
34.45
12.60
4.96
5.32
1.96
2.78
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
开发商
Anthropic
Anthropic
Anthropic
OpenAI
Anthropic
OpenAI
OpenAI
OpenAI
Anthropic
OpenAI
OpenAI
许可证
专有
专有
专有
专有
专有
专有
专有
专有
专有
专有
专有
输入模态

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
AnthropicAmazon BedrockGoogleMicrosoft Azure
Anthropic
Anthropic
OpenAI
Anthropic
OpenAI
OpenAI
OpenAI
AnthropicAmazon BedrockGoogleMicrosoft Azure
OpenAI
OpenAI
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能

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

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Claude Opus 5.5
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

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

性能

Intelligence Index 每项任务耗时

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

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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

AA-PersonalityBench

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名