BenchLeader

Claude Opus 4.6 vs GPT-5.6 Terra

完整资料:Claude Opus 4.6(Anthropic)和 GPT-5.6 Terra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 12 个来源

截至 2026年11月16日,Claude Opus 4.6 与 GPT-5.6 Terra 的质量不相上下(BenchLeader Index 62.5 比 60.1,在 ±4.7 的误差范围内)。GPT-5.6 Terra 更便宜,对方的价格是它的 2.2 倍(每百万 token 混合价格 $4.50 比 $10.00)。看重推理(65 比 55)、多模态(67 比 61)和人类偏好(70 比 66)选 Claude Opus 4.6;看重数学(66 比 63)选 GPT-5.6 Terra。Claude Opus 4.6 的首次回答更快(1.1 秒 比 19.2 秒)。GPT-5.6 Terra 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • Claude Opus 4.6 的 BenchLeader Index 为 62.5,GPT-5.6 Terra 为 60.1(BenchLeader,2026年11月16日)。
  • Claude Opus 4.6 每百万 token 混合价格为 $10.00(标价,2026年11月16日)。
  • GPT-5.6 Terra 每百万 token 混合价格为 $4.50(标价,2026年11月16日)。
  • GPT-5.6 Terra 比 Claude Opus 4.6 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 13 项基准测试中,Claude Opus 4.6 领先 11 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Claude Opus 4.6 的评分为 1547,GPT-5.6 Terra 为 1520(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Claude Opus 4.6类别得分 62 比 59;Arena WebDev 1547 比 1520中
数学GPT-5.6 Terra类别得分 66 比 63;Arena Maths 1478 比 1516中
推理Claude Opus 4.6类别得分 65 比 55;Arena Hard Prompts 1530 比 1491高
图像及其他媒体Claude Opus 4.6类别得分 67 比 61;Arena Vision 1316 比 1269中
对话质量(人类偏好)Claude Opus 4.6Arena 投票 70 比 66中
成本最低GPT-5.6 Terra每百万 token 混合价格 $4.50 比 $10.00;智能体编程会话 $0.168 比 $0.400–
首次回答最快Claude Opus 4.6首个回答 token 1.1 秒(Claude Opus 4.6 (high))比 19.2 秒(GPT-5.6 Terra (xhigh))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Claude Opus 4.6 (high) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(62.5 比 60.1,在 ±4.7 的误差范围内)。
  • Claude Opus 4.6 (high) 在编程、人类偏好、多模态、推理方面更强。
  • GPT-5.6 Terra (xhigh) 在数学方面更强。
  • GPT-5.6 Terra (xhigh) 更便宜,对方的价格是它的 2.2 倍(每百万 token 混合价格 $4.50 比 $10.00)。
  • GPT-5.6 Terra (xhigh) 的输出速度是对方的 2.8 倍(97 比 35 token/秒)。

概览

规格Claude Opus 4.6GPT-5.6 Terra
提供商AnthropicOpenAI
发布日期2026年2月5日2026年7月9日
上下文窗口(token)1,000,0001,050,000
对比时的配置Claude Opus 4.6 (high)GPT-5.6 Terra (xhigh)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$5.00 / $25.00 / $0.500$2.00 / $12.00 / $0.200

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Claude Opus 4.6 (high)GPT-5.6 Terra (xhigh)领先者
推理65.054.8Claude Opus 4.6
编程62.259.1Claude Opus 4.6
智能体与工具–63.1无法比较
数学63.465.7GPT-5.6 Terra
知识–53.0无法比较
指令遵循–65.6无法比较
人类偏好69.865.5Claude Opus 4.6
多模态66.761.2Claude Opus 4.6
长上下文–64.1无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程数学多模态人类偏好Claude Opus 4.6, 推理: 65.0Claude Opus 4.6, 编程: 62.2Claude Opus 4.6, 数学: 63.4Claude Opus 4.6, 多模态: 66.7Claude Opus 4.6, 人类偏好: 69.8GPT-5.6 Terra, 推理: 54.8GPT-5.6 Terra, 编程: 59.1GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 多模态: 61.2GPT-5.6 Terra, 人类偏好: 65.5

未绘制(测得的模型少于两个):智能体与工具, 知识, 指令遵循, 长上下文。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 13 项基准测试中,Claude Opus 4.6 领先 11 项,GPT-5.6 Terra 领先 1 项,1 项持平。所有同时评测两者的综合评分都认为 Claude Opus 4.6 更强。

综合 IndexClaude Opus 4.6 (high)GPT-5.6 Terra (xhigh)领先者
BenchLeader Index62.560.1不相上下
Arena Text15031468Claude Opus 4.6

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Claude Opus 4.6 (high)GPT-5.6 Terra (xhigh)
每百万 token 混合价格$10.00$4.50
每百万 token 输入 / 输出$5.00 / $25.00$2.00 / $12.00
每百万 token 缓存输入$0.500$0.200
每项任务价格:聊天回复$0.0095$0.0044
每项任务价格:总结一份 30 页的报告$0.075$0.031
每项任务价格:代码编辑$0.068$0.030
每项任务价格:智能体编程会话$0.400$0.168
每项任务价格:结构化信息提取$0.015$0.0064
智能体编程会话(输入大多命中缓存)$0.198$0.087
输出速度35 tok/s97 tok/s
首次回答时间1.1 秒19.2 秒
完整回答耗时(最近一次测量 2026年11月13日)–84.0 秒

每个模型都按其排名最高的推理强度设置进行对比。Claude Opus 4.6 (high) 得分 62.5,首个回答 token 需 1 秒;Claude Opus 4.6 为 62.1(1 秒),Claude Opus 4.6 (无推理) 为 58.4(2 秒)。GPT-5.6 Terra (xhigh) 得分 60.1,首个回答 token 需 19 秒;GPT-5.6 Terra (max) 为 59.5(73 秒),GPT-5.6 Terra (high) 为 56.8(6 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 182 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Claude Opus 4.6 (high)GPT-5.6 Terra (xhigh)
BenchLeader IndexBenchLeader62.560.1
编程得分BenchLeader62.259.1
人类偏好得分BenchLeader69.865.5
数学得分BenchLeader63.465.7
多模态得分BenchLeader66.761.2
推理得分BenchLeader65.054.8
智能体与工具得分BenchLeader–63.1
指令遵循得分BenchLeader–65.6
知识得分BenchLeader–53.0
长上下文得分BenchLeader–64.1
混合价格(美元/百万 token)BenchLeader$10.00$4.50
输出速度BenchLeader35 tok/s97 tok/s
首次回答时间BenchLeader1.1 秒19.2 秒
上下文窗口BenchLeader1,000,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub90.5%†93.3%†
Humanity's Last ExamScale AI / CAIS19.0%†–
SimpleBenchSimpleBench67.6%†48.9%
Arena Hard PromptsArena (LMArena)15301491
LiveBench 2.0 ReasoningLiveBench–90.6%†
LiveBench 1.0 ReasoningLiveBench88.7%90.6%†
GPQA Diamond (AA)Artificial Analysis84.0%†90.8%
Humanity's Last Exam (AA)Artificial Analysis19.1%†41.9%
HLE-Diamond (AA)Artificial Analysis–24.7%
GPQA Diamond (Vals)Vals AI89.7%†90.9%
Kagi LLM BenchmarkKagi LLM Benchmark72.4%†51.3%†
ARC-AGI-1ARC Prize94.0%94.0%
ARC-AGI-2ARC Prize69.2%74.2%
ARC-AGI-3ARC Prize0.5%†0.7%
CritPtArtificial Analysis2.8%†27.1%
CritPt v2 hard subset (AA)Artificial Analysis–50.5%†
Arena ExpertArena (LMArena)15441507
Chess PuzzlesEpoch AI Benchmarking Hub21.0%†47.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub15.0%†35.0%†
CL-benchEpoch AI Benchmarking Hub20.7%†–
CL-bench LifeEpoch AI Benchmarking Hub17.0%–
LMCAEpoch AI Benchmarking Hub55.8%†52.2%
DTBenchEpoch AI Benchmarking Hub91.2%†92.5%
ForecastBenchForecastBench63.1%†–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub78.7%†–
显示全部 182 项基准测试
指标发布方Claude Opus 4.6 (high)GPT-5.6 Terra (xhigh)
编程
SciCodeSciCode–52.3%
WeirdMLWeirdML78.0%78.3%†
FrontierCodeCognition26.6%†41.3%†
GSO-BenchGSO-Bench41.2%–
Arena CodingArena (LMArena)15471517
Arena WebDevArena (LMArena)15471520
LiveBench 2.0 CodingLiveBench–84.2%†
LiveBench 1.0 CodingLiveBench78.2%78.3%†
LiveCodeBenchVals AI84.7%†85.9%
IOIVals AI–87.6%†
SWE-bench (Vals)Vals AI78.2%†95.4%†
SWE-Bench ProScale AI SEAL51.9%†–
SWE-bench Verified (bash only)SWE-bench75.6%†–
SWE-bench Multilingual (bash only)SWE-bench72.0%†–
SWE-bench Verified (any scaffold)SWE-bench75.6%†–
Code MigrationVals AI–47.8%†
ProgramBenchVals AI–0.5%†
Vibe Code Bench 1-100Vals AI–14.8%†
Vibe Code Bench v1.1Vals AI57.6%†74.6%†
SWE-Bench Pro (private)Scale AI SEAL47.1%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL33.3%†–
SWE Atlas v1.0: RefactoringScale AI SEAL35.6%†–
SWE Atlas v1.0: Test WritingScale AI SEAL36.7%†–
SWE-Bench Pro V2Scale AI SEAL–92.4%
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%
MirrorCodeEpoch AI Benchmarking Hub33.3%†41.1%†
Surface Evolver BenchEpoch AI Benchmarking Hub–83.8%
DeepSWE v1.1Epoch AI Benchmarking Hub–60.2%
CursorBenchCursor–33.6%
ALE-BenchEpoch AI Benchmarking Hub996.5†1951.4†
AlgoTuneAlgoTune1.5–
Terminal-Bench 4.0 (AA)Artificial Analysis–10.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–66.9%†
GameBench 2 OverallDuelLab GameBench 2–45.6†
GameBench 2 by reasoning settingDuelLab GameBench 2–53.5
Design Arena WebsiteDesign Arena1283†1260†
FrontierCode 2.0 (AA)Artificial Analysis–23.9%†
智能体与工具
Terminal-BenchTerminal-Bench79.8%†21.5%†
CybenchCybench93.0%†–
Remote Labor IndexScale AI / CAIS4.2%†–
APEX-AgentsMercor46.3%†58.2%†
Arena AgentArena (LMArena)–-1.8
LiveBench Long AgenticLiveBench–25.9%†
LiveBench BrowserLiveBench–70.3%†
LiveBench Agentic CodingLiveBench49.0%55.0%†
Terminal-Bench HardArtificial Analysis48.5%†62.9%
τ²-Bench Telecom (AA)Artificial Analysis84.8%†80.4%
Terminal-Bench 2.1 (Vals)Vals AI–77.5%†
MCP AtlasScale AI SEAL76.8%†–
HiL-BenchScale AI SEAL38.3%†–
τ³-bench Bankingτ²-bench27.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–47.4%
GDPval-AA v2.1Artificial Analysis–1456
τ³-Banking (AA)Artificial Analysis–29.7%
ITBench SRE (AA)Artificial Analysis–51.0%†
APEX-Agents (AA)Artificial Analysis33.0%†38.9%†
CyberBenchVals AI–72.1%†
Finance Agent v2Vals AI–54.4%†
Harvey's Legal Agent Benchmark v1Vals AI–0.8%†
Legal Research BenchVals AI–41.4%†
SkillsBenchVals AI–58.9%†
SREBenchVals AI–9.5%†
Tax Agent BenchVals AI–30.0%†
Terminal-Bench 2.0 (Vals)Vals AI58.4%†–
Terminal-Bench 4.0 (Vals)Vals AI–22.7%†
Terminal-Bench ScienceVals AI–10.0%†
Arena SearchArena (LMArena)1222†–
Arena Agent Task CompletionArena (LMArena)–-7.2
BALROGBALROG–53.2%†
DeepResearch BenchDeepResearch Bench55.3%–
METR Time HorizonsMETR78.9%†–
GBAEvalEpoch AI Benchmarking Hub44.1%†–
Vending-Bench 2Andon Labs8017.6†7343.2†
AutomationBenchArtificial Analysis–47.1%
GDP.pdf (AA)Artificial Analysis–24.6%
EnterpriseOps-GymArtificial Analysis–38.5%†
AA-Briefcase v1.1Artificial Analysis–1332
Design Arena AgenticDesign Arena1196†1089†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–13.8%†
DeepSec-Bench (AA)Artificial Analysis–25.1%†
FACTS SearchGoogle–87.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub66.0%†86.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†99.7%†
ProofBenchVals AI50.0%†74.0%
LiveBench MathematicsLiveBench89.3%94.9%†
AIME (Vals)Vals AI95.6%†–
AIME 2026MathArena96.7%–
HMMT February 2026MathArena96.2%–
USAMO 2026MathArena47.0%–
MathArena ApexMathArena34.5%–
Arena MathsArena (LMArena)15161478
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub47.0%†43.2%†
LiveBench 2.0 Data AnalysisLiveBench–79.3%†
LiveBench ResearchLiveBench–79.7%†
LiveBench 1.0 Data AnalysisLiveBench69.9%79.3%†
AA-Omniscience v1.1Artificial Analysis–-11.5
MMLU-ProVals AI89.1%†86.7%
LegalBenchVals AI85.3%†85.1%†
CorpFinVals AI67.0%†65.3%
TaxEvalVals AI76.0%†76.2%
MedQAVals AI95.4%†–
PRBench FinanceScale AI SEAL53.3%†–
PRBench LegalScale AI SEAL52.3%†–
MultiNRCScale AI SEAL48.3%†–
CaseLaw v2Vals AI62.1%†–
Excel Modeling BenchmarkVals AI–66.2%†
MedCodeVals AI49.1%†43.4%
MedScribeVals AI86.7%†82.9%
Public Benefits Bench v1.1Vals AI–62.4%†
Financial Coaching BenchVals AI–71.0%†
DrugDiscoveryBenchScale AI SEAL27.7%†–
EBR-benchEpoch AI Benchmarking Hub12.7%†–
GDP.pdfEpoch AI Benchmarking Hub–24.7%†
AA-Omniscience v1.1: accuracyArtificial Analysis–41.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–9.9%
Global-MMLU-Lite (AA)Artificial Analysis90.6%†–
FACTS ParametricGoogle–57.6%†
指令遵循
LiveBench LanguageLiveBench83.3%82.9%†
LiveBench Instruction FollowingLiveBench63.3%64.6%†
IFBenchArtificial Analysis44.6%†66.3%
MultiChallengeScale AI SEAL56.0%†–
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)15111463
人类偏好
Arena TextArena (LMArena)15031468
EQ-Bench 4EQ-Bench1210†1220†
EQ-Bench Creative Writing v3EQ-Bench1810†1856†
Arena Creative WritingArena (LMArena)14991430
Arena Multi-turnArena (LMArena)15171475
Arena Longer QueriesArena (LMArena)15221469
多模态
Arena VisionArena (LMArena)13161269
LiveBench DesignLiveBench–70.9%†
MMMU-ProArtificial Analysis72.5%†79.5%
VISTAScale AI SEAL45.5%†–
MMMU-Pro (Vals)Vals AI83.9%†86.5%†
MortgageTaxVals AI68.5%†67.3%
SAGEVals AI–87.0%†
Humanity's Sixth SenseScale AI SEAL–22.7%†
VTBScale AI SEAL27.5%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub–30.8%†
Furniture AssemblyEpoch AI Benchmarking Hub28.3%†54.2%†
FACTS MultimodalGoogle–39.9%†
长上下文
AA-LCR v1.1Artificial Analysis67.0%†79.0%
Arena DocumentArena (LMArena)14971474
MLCRArtificial Analysis–22.8%
FACTS GroundingGoogle–60.5%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.3†160.7†
LiveBench 2.0LiveBench–67.2%†
LiveBench 1.0LiveBench74.5%77.9%†
AA Intelligence Index v5.0.1Artificial Analysis–32.3†
AA Intelligence Index v4.3.2Artificial Analysis26.4†38.0
AA Progress Index v1Artificial Analysis274.5†312
Vals Multimodal IndexVals AI–65.1%
安全与诚实
FORTRESSScale AI SEAL20.5%†–
MASKScale AI SEAL96.3%†–
DistressBenchScale AI SEAL–76.4%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-5.6 Terra (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Claude Opus 4.6 (high):BenchLeader Index 63.0 → 62.5。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.2 → 60.4。
  • GPT-5.6 Terra (xhigh):2 项新结果(AA Progress Index v1, HLE-Diamond (AA));3 项分数修订。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.7 → 61.2。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • Claude Opus 4.6 (high):1 项新结果(USAMO 2026)。
  • GPT-5.6 Terra (xhigh):3 项新结果(AutomationBench, GDP.pdf (AA), MLCR)。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Claude Opus 4.6 vs GPT-5.6 Terra:常见问题

Claude Opus 4.6 比 GPT-5.6 Terra 更好吗?
Claude Opus 4.6 (high) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(62.5 比 60.1,在 ±4.7 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Claude Opus 4.6 和 GPT-5.6 Terra 哪个更便宜?价格会变吗?
目前 GPT-5.6 Terra 更便宜:每百万 token $4.50 比 $10.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Claude Opus 4.6 还是 GPT-5.6 Terra 更好?
Claude Opus 4.6 在编程方面得分更高(类别得分 62 比 59,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Claude Opus 4.6 为 1547,GPT-5.6 Terra 为 1520。
Claude Opus 4.6 和 GPT-5.6 Terra 哪个更快?
GPT-5.6 Terra 输出更快(约 2 倍;输出 97 比 35 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
两者都约为 1.1M token(Claude Opus 4.6 为 1,000,000,GPT-5.6 Terra 为 1,050,000)。
更多问题(3)
哪个延迟更低?
Claude Opus 4.6 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 1.1 秒比 19.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Claude Opus 4.6 和 GPT-5.6 Terra 的看法一致吗?
在两者都有结果的 13 项基准测试中,Claude Opus 4.6 领先 11 项,GPT-5.6 Terra 领先 1 项,1 项持平。所有同时评测两者的综合评分都认为 Claude Opus 4.6 更强。
GPT-5.6 Terra 是什么时候发布的?
GPT-5.6 Terra 于 2026年7月9日 发布。