Claude Sonnet 5 vs GPT-5.6 Terra
完整资料:Claude Sonnet 5(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 10 个来源
截至 2026年11月16日,Claude Sonnet 5 与 GPT-5.6 Terra 的质量不相上下(BenchLeader Index 59.0 比 60.1,在 ±4.7 的误差范围内)。两者价格相近(每百万 token 混合价格 $4.00 比 $4.50)。看重推理(65 比 55)选 Claude Sonnet 5;看重智能体与工具(63 比 53)和长上下文(64 比 63)选 GPT-5.6 Terra。
要点(截至 2026年11月16日)
- Claude Sonnet 5 的 BenchLeader Index 为 59.0,GPT-5.6 Terra 为 60.1(BenchLeader,2026年11月16日)。
- Claude Sonnet 5 每百万 token 混合价格为 $4.00(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)。
- 在两者都有结果的 28 项基准测试中,GPT-5.6 Terra 领先 18 项(BenchLeader,2026年11月16日)。
- 在 Arena WebDev 上,Claude Sonnet 5 的评分为 1539,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 | 均可 | 类别得分 60 比 59;Arena WebDev 1539 比 1520 | 均可 |
| 智能体与工具调用 | GPT-5.6 Terra | 类别得分 63 比 53;Arena Agent -1.8 比 2 | 高 |
| 数学 | 均可 | 类别得分 65 比 66;Arena Maths 1472 比 1478 | 均可 |
| 推理 | Claude Sonnet 5 | 类别得分 65 比 55;Arena Hard Prompts 1490 比 1491 | 高 |
| 长文档 | GPT-5.6 Terra | 类别得分 64 比 63;AA-LCR v1.1 79.0% 比 76.7% | 中 |
| 图像及其他媒体 | 均可 | 类别得分 61 比 61;Arena Vision 1272 比 1269 | 均可 |
| 对话质量(人类偏好) | 均可 | Arena 投票 65 比 66 | 均可 |
| 成本最低 | 均可 | 每百万 token 混合价格 $4.00 比 $4.50;智能体编程会话 $0.160 比 $0.168 | – |
| 首次回答最快 | 均可 | 首个回答 token 15.8 秒(Claude Sonnet 5 (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 Sonnet 5 (high) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(59.0 比 60.1,在 ±4.7 的误差范围内)。
- Claude Sonnet 5 (high) 在编程、推理方面更强。
- GPT-5.6 Terra (xhigh) 在智能体与工具、人类偏好、长上下文、数学、多模态方面更强。
- 两者价格相近(每百万 token 混合价格 $4.00)。
概览
| 规格 | Claude Sonnet 5 | GPT-5.6 Terra |
|---|---|---|
| 提供商 | Anthropic | OpenAI |
| 发布日期 | 2026年6月30日 | 2026年7月9日 |
| 上下文窗口(token) | 1,000,000 | 1,050,000 |
| 对比时的配置 | Claude Sonnet 5 (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) | $2.00 / $10.00 / $0.200 | $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 Sonnet 5 (high) | GPT-5.6 Terra (xhigh) | 领先者 |
|---|---|---|---|
| 推理 | 65.4 | 54.8 | Claude Sonnet 5 |
| 编程 | 59.9 | 59.1 | 持平 |
| 智能体与工具 | 52.9 | 63.1 | GPT-5.6 Terra |
| 数学 | 65.3 | 65.7 | 持平 |
| 知识 | – | 53.0 | 无法比较 |
| 指令遵循 | – | 65.6 | 无法比较 |
| 人类偏好 | 64.6 | 65.5 | 持平 |
| 多模态 | 60.9 | 61.2 | 持平 |
| 长上下文 | 62.9 | 64.1 | GPT-5.6 Terra |
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。
未绘制(测得的模型少于两个):知识, 指令遵循。
各来源的分歧
在两者都有结果的 28 项基准测试中,Claude Sonnet 5 领先 10 项,GPT-5.6 Terra 领先 18 项。所有同时评测两者的综合评分都认为 GPT-5.6 Terra 更强。
| 综合 Index | Claude Sonnet 5 (high) | GPT-5.6 Terra (xhigh) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 59.0 | 60.1 | 不相上下 |
| Arena Text | 1461 | 1468 | GPT-5.6 Terra |
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 Sonnet 5 (high) | GPT-5.6 Terra (xhigh) |
|---|---|---|
| 每百万 token 混合价格 | $4.00 | $4.50 |
| 每百万 token 输入 / 输出 | $2.00 / $10.00 | $2.00 / $12.00 |
| 每百万 token 缓存输入 | $0.200 | $0.200 |
| 每项任务价格:聊天回复 | $0.0038 | $0.0044 |
| 每项任务价格:总结一份 30 页的报告 | $0.030 | $0.031 |
| 每项任务价格:代码编辑 | $0.027 | $0.030 |
| 每项任务价格:智能体编程会话 | $0.160 | $0.168 |
| 每项任务价格:结构化信息提取 | $0.0060 | $0.0064 |
| 智能体编程会话(输入大多命中缓存) | $0.079 | $0.087 |
| 输出速度 | 99 tok/s | 97 tok/s |
| 首次回答时间 | 15.8 秒 | 19.2 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | 40.7 秒 | 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 Sonnet 5 (high) 得分 59.0,首个回答 token 需 16 秒;Claude Sonnet 5 (max) 为 56.1(158 秒),Claude Sonnet 5 (xhigh) 为 55.4(32 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 146 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 Sonnet 5 (high) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.0 | 60.1 |
| 智能体与工具得分 | BenchLeader | 52.9 | 63.1 |
| 编程得分 | BenchLeader | 59.9 | 59.1 |
| 人类偏好得分 | BenchLeader | 64.6 | 65.5 |
| 长上下文得分 | BenchLeader | 62.9 | 64.1 |
| 数学得分 | BenchLeader | 65.3 | 65.7 |
| 多模态得分 | BenchLeader | 60.9 | 61.2 |
| 推理得分 | BenchLeader | 65.4 | 54.8 |
| 指令遵循得分 | BenchLeader | – | 65.6 |
| 知识得分 | BenchLeader | – | 53.0 |
| 混合价格(美元/百万 token) | BenchLeader | $4.00 | $4.50 |
| 输出速度 | BenchLeader | 99 tok/s | 97 tok/s |
| 首次回答时间 | BenchLeader | 15.8 秒 | 19.2 秒 |
| 上下文窗口 | BenchLeader | 1,000,000 token | 1,050,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 80.3%† | 93.3%† |
| SimpleBench | SimpleBench | 60.6%† | 48.9% |
| Arena Hard Prompts | Arena (LMArena) | 1490 | 1491 |
| LiveBench 2.0 Reasoning | LiveBench | – | 90.6%† |
| LiveBench 1.0 Reasoning | LiveBench | 88.7%† | 90.6%† |
| GPQA Diamond (AA) | Artificial Analysis | 91.1%† | 90.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 35.7% | 41.9% |
| HLE-Diamond (AA) | Artificial Analysis | – | 24.7% |
| GPQA Diamond (Vals) | Vals AI | 88.9%† | 90.9% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 51.3%† |
| ARC-AGI-1 | ARC Prize | – | 94.0% |
| ARC-AGI-2 | ARC Prize | – | 74.2% |
| ARC-AGI-3 | ARC Prize | – | 0.7% |
| CritPt | Artificial Analysis | 15.1% | 27.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 50.5%† |
| Arena Expert | Arena (LMArena) | 1509 | 1507 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 45.0%† | 47.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 16.0%† | 35.0%† |
| LMCA | Epoch AI Benchmarking Hub | 50.0% | 52.2% |
| DTBench | Epoch AI Benchmarking Hub | 84.5% | 92.5% |
| ForecastBench | ForecastBench | 63.1%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 14.2%† | – |
| 编程 | |||
| SciCode | SciCode | 54.3% | 52.3% |
| WeirdML | WeirdML | 68.8% | 78.3%† |
| FrontierCode | Cognition | 42.7%† | 41.3%† |
显示全部 146 项基准测试
| 指标 | 发布方 | Claude Sonnet 5 (high) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| 编程 | |||
| GSO-Bench | GSO-Bench | 37.3%† | – |
| Arena Coding | Arena (LMArena) | 1520 | 1517 |
| Arena WebDev | Arena (LMArena) | 1539 | 1520 |
| LiveBench 2.0 Coding | LiveBench | – | 84.2%† |
| LiveBench 1.0 Coding | LiveBench | 80.7%† | 78.3%† |
| LiveCodeBench | Vals AI | 82.4%† | 85.9% |
| IOI | Vals AI | 45.0%† | 87.6%† |
| SWE-bench (Vals) | Vals AI | 79.6%† | 95.4%† |
| Code Migration | Vals AI | 44.4%† | 47.8%† |
| ProgramBench | Vals AI | 0.0%† | 0.5%† |
| Vibe Code Bench 1-100 | Vals AI | 13.8%† | 14.8%† |
| Vibe Code Bench v1.1 | Vals AI | 81.3%† | 74.6%† |
| SWE-Bench Pro V2 | Scale AI SEAL | 93.2%† | 92.4% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 88.2%† | 86.3% |
| MirrorCode | Epoch AI Benchmarking Hub | 63.3%† | 41.1%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 60.0%† | 83.8% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 48.2% | 60.2% |
| CursorBench | Cursor | 30.8% | 33.6% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1463.1 | 1951.4† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 5.0% | 10.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 80.5%† | 80.2% |
| Startrise Frontend | Startrise | 66.6%† | 66.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 46.6† | 45.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 54.4† | 53.5 |
| Design Arena Website | Design Arena | 1268† | 1260† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 17.8%† | 23.9%† |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 12.1%† | 21.5%† |
| APEX-Agents | Mercor | 54.5%† | 58.2%† |
| Arena Agent | Arena (LMArena) | 2 | -1.8 |
| LiveBench Long Agentic | LiveBench | – | 25.9%† |
| LiveBench Browser | LiveBench | – | 70.3%† |
| LiveBench Agentic Coding | LiveBench | 59.4%† | 55.0%† |
| Terminal-Bench Hard | Artificial Analysis | – | 62.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 80.4% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 74.5%† | 77.5%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 47.4% |
| GDPval-AA v2.1 | Artificial Analysis | 1262 | 1456 |
| τ³-Banking (AA) | Artificial Analysis | 37.3%† | 29.7% |
| ITBench SRE (AA) | Artificial Analysis | – | 51.0%† |
| Analyst Agent (AA) | Artificial Analysis | 46.3%† | – |
| APEX-Agents (AA) | Artificial Analysis | – | 38.9%† |
| CyberBench | Vals AI | 61.9%† | 72.1%† |
| Finance Agent v2 | Vals AI | 53.9%† | 54.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 5.0%† | 0.8%† |
| Legal Research Bench | Vals AI | 41.8%† | 41.4%† |
| SkillsBench | Vals AI | 46.5%† | 58.9%† |
| SREBench | Vals AI | 0.4%† | 9.5%† |
| Tax Agent Bench | Vals AI | 29.4%† | 30.0%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 10.6%† | 22.7%† |
| Terminal-Bench Science | Vals AI | 5.7%† | 10.0%† |
| Arena Search | Arena (LMArena) | 1191† | – |
| Arena Agent Task Completion | Arena (LMArena) | -0.6 | -7.2 |
| BALROG | BALROG | – | 53.2%† |
| GBAEval | Epoch AI Benchmarking Hub | 65.3%† | – |
| Vending-Bench 2 | Andon Labs | 6377.7† | 7343.2† |
| AutomationBench | Artificial Analysis | 32.1% | 47.1% |
| GDP.pdf (AA) | Artificial Analysis | 9.4% | 24.6% |
| EnterpriseOps-Gym | Artificial Analysis | 44.7%† | 38.5%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1177 | 1332 |
| Design Arena Agentic | Design Arena | 1222† | 1089† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 13.8%† |
| DeepSec-Bench (AA) | Artificial Analysis | – | 25.1%† |
| FACTS Search | – | 87.0%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 65.6%† | 86.0%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 29.3%† | 70.7%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 80.0%† | 99.7%† |
| ProofBench | Vals AI | 77.0%† | 74.0% |
| LiveBench Mathematics | LiveBench | 92.9%† | 94.9%† |
| Arena Maths | Arena (LMArena) | 1472 | 1478 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 33.7%† | 43.2%† |
| LiveBench 2.0 Data Analysis | LiveBench | – | 79.3%† |
| LiveBench Research | LiveBench | – | 79.7%† |
| LiveBench 1.0 Data Analysis | LiveBench | 71.7%† | 79.3%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | -11.5 |
| MMLU-Pro | Vals AI | 87.5%† | 86.7% |
| LegalBench | Vals AI | 83.9%† | 85.1%† |
| CorpFin | Vals AI | 67.0%† | 65.3% |
| TaxEval | Vals AI | 75.6%† | 76.2% |
| Excel Modeling Benchmark | Vals AI | 66.3%† | 66.2%† |
| MedCode | Vals AI | 47.5%† | 43.4% |
| MedScribe | Vals AI | 76.0%† | 82.9% |
| Public Benefits Bench v1.1 | Vals AI | 66.0%† | 62.4%† |
| Financial Coaching Bench | Vals AI | – | 71.0%† |
| DrugDiscoveryBench | Scale AI SEAL | 50.0%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 24.7%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 41.3% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 9.9% |
| FACTS Parametric | 20.5%† | 57.6%† | |
| 指令遵循 | |||
| LiveBench Language | LiveBench | 75.0%† | 82.9%† |
| LiveBench Instruction Following | LiveBench | 63.9%† | 64.6%† |
| IFBench | Artificial Analysis | – | 66.3% |
| Arena Instruction Following | Arena (LMArena) | 1467 | 1463 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1461 | 1468 |
| EQ-Bench 4 | EQ-Bench | 1221† | 1220† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1798† | 1856† |
| Arena Creative Writing | Arena (LMArena) | 1434 | 1430 |
| Arena Multi-turn | Arena (LMArena) | 1473 | 1475 |
| Arena Longer Queries | Arena (LMArena) | 1481 | 1469 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1272 | 1269 |
| LiveBench Design | LiveBench | – | 70.9%† |
| MMMU-Pro | Artificial Analysis | 77.3%† | 79.5% |
| MMMU-Pro (Vals) | Vals AI | 83.0%† | 86.5%† |
| MortgageTax | Vals AI | 70.0%† | 67.3% |
| SAGE | Vals AI | – | 87.0%† |
| Humanity's Sixth Sense | Scale AI SEAL | 24.8%† | 22.7%† |
| GeoBench | GeoBench | 74.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 24.9%† | 30.8%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 54.2%† |
| FACTS Multimodal | – | 39.9%† | |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 76.7% | 79.0% |
| Arena Document | Arena (LMArena) | 1469 | 1474 |
| MLCR | Artificial Analysis | 4.4% | 22.8% |
| FACTS Grounding | – | 60.5%† | |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 156.9† | 160.7† |
| LiveBench 2.0 | LiveBench | – | 67.2%† |
| LiveBench 1.0 | LiveBench | 76.0%† | 77.9%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 32.3† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 31.7 | 38.0 |
| AA Progress Index v1 | Artificial Analysis | 296.8 | 312 |
| Vals Multimodal Index | Vals AI | 68.8%† | 65.1% |
| 安全与诚实 | |||
| DistressBench | Scale AI SEAL | 68.0%† | 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
- Claude Sonnet 5 (high):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
- GPT-5.6 Terra (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Claude Sonnet 5 (high):BenchLeader Index 59.5 → 59.0。
- Claude Sonnet 5 (high):1 项新结果(GeoBench)。
- Claude Sonnet 5 (high):1 项分数修订。
- GPT-5.6 Terra (xhigh):1 项分数修订。
- Claude Sonnet 5 (high):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。
- Claude Sonnet 5 (high):1 项新结果(AA Progress Index v1)。
相关对比
- Claude Sonnet 5 vs Gemini 4 Carbon
- Claude Sonnet 5 vs Claude Opus 5.5
- Claude Sonnet 5 vs GPT-6 Astra
- GPT-5.6 Terra vs Gemini 4 Carbon
- Claude Sonnet 5 vs GPT-5.5
- Claude Sonnet 5 vs GPT-6.1 Sol
- Claude Sonnet 5 vs Gemini 4 Argon
- Claude Sonnet 5 vs Muse Spark
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 Sonnet 5 vs GPT-5.6 Terra:常见问题
- Claude Sonnet 5 比 GPT-5.6 Terra 更好吗?
- Claude Sonnet 5 (high) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(59.0 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 Sonnet 5 和 GPT-5.6 Terra 哪个更便宜?价格会变吗?
- 目前 Claude Sonnet 5 更便宜:每百万 token $4.00 比 $4.50(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 Sonnet 5 还是 GPT-5.6 Terra 更好?
- 两者在编程方面持平(类别得分 60 比 59)。在两者共同的最主要编程基准测试 Arena WebDev 上,Claude Sonnet 5 为 1539,GPT-5.6 Terra 为 1520。
- Claude Sonnet 5 和 GPT-5.6 Terra 哪个更快?
- Claude Sonnet 5 输出更快(输出 99 比 97 token/秒,Artificial Analysis 7 日中位数)。
- 智能体和工具调用用 Claude Sonnet 5 还是 GPT-5.6 Terra 更好?
- GPT-5.6 Terra 在智能体任务方面得分更高(类别得分 63 比 53,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Claude Sonnet 5 为 2,GPT-5.6 Terra 为 -1.8。
更多问题(4)
- 处理长文档哪个更好?
- GPT-5.6 Terra 在长上下文基准测试上得分更高(64 比 63)。两者都约为 1.1M token(Claude Sonnet 5 为 1,000,000,GPT-5.6 Terra 为 1,050,000)。
- 哪个延迟更低?
- Claude Sonnet 5 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 15.8 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 Sonnet 5 和 GPT-5.6 Terra 的看法一致吗?
- 在两者都有结果的 28 项基准测试中,Claude Sonnet 5 领先 10 项,GPT-5.6 Terra 领先 18 项。所有同时评测两者的综合评分都认为 GPT-5.6 Terra 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。