GPT-6.1 Sol vs. Claude Sonnet 5.5:发布比较
GPT-6.1 Sol 与 Claude Sonnet 5.5 发布比较:分别包含 5 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 10 个模型的关键指标进行了比较。
- 智能方面,GPT-6.1 Sol 与 Claude Sonnet 5.5 均为 55(GPT-6.1 Sol (Max) 和 Claude Sonnet 5.5 (Max, Default Fallback))。
- 每任务耗时方面,GPT-6.1 Sol 最快:GPT-6.1 Sol (Low)(1.8 分钟),Claude Sonnet 5.5 为 Claude Sonnet 5.5 (Low, Default Fallback)(2.6 分钟)。
- 单任务成本方面,GPT-6.1 Sol 最低:GPT-6.1 Sol (Low)($0.16),Claude Sonnet 5.5 为 Claude Sonnet 5.5 (Low, Default Fallback)($0.51)。
| 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 |
| 财务与会计 | 56 | 56 | 55 | 53 | 49 | 51 | 44 | 44 | 41 | 36 |
| 战略与运营 | 58 | 58 | 57 | 55 | 54 | 53 | 51 | 46 | 47 | 42 |
| 法律 | 54 | 52 | 54 | 52 | 47 | 49 | 44 | 43 | 39 | 37 |
| 医疗与健康 | 52 | 54 | 51 | 49 | 47 | 46 | 44 | 40 | 40 | 37 |
| 每任务成本美元 | $1.27 | $10.02 | $0.76 | $0.59 | $4.09 | $0.36 | $1.64 | $0.16 | $0.78 | $0.51 |
| 每任务耗时分钟 | 19.9 | 31.5 | 9.2 | 6.5 | 15.3 | 3.8 | 7.2 | 1.8 | 3.7 | 2.6 |
| 首个答案 Token 延迟秒 | 176.93 | 310.29 | 70.31 | 36.93 | 27.39 | 4.36 | 9.33 | 2.46 | 4.26 | 2.40 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M | 1M | 1M | 1M | 1M | 1M |
| 开发商 | ||||||||||
| 许可证 | 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 |
| 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 |
| 服务商 | ||||||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
速度与延迟
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
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
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better