Startseite → Ratgeber → GPT-6 Astra vs. GPT-6.1 Sol vs. Claude Opus 5.5: ein Programmiertest mit versteckten Tests
Benchmarks auf Modellkarten stammen von denen, die das Modell verkaufen. Also haben wir einen eigenen gebaut: 13 JavaScript-Aufgaben, von jedem Modell je zweimal im ersten Versuch gelöst und gegen 286 versteckte Testfälle in einer Sandbox ohne Netzwerk geprüft. Sieben Aufgaben sind Alltagscode, sechs drehen sich um leicht übersehene Grenzfälle.
| Modell | Bestandene Testfälle | Vollständig gelöste Aufgaben | Median-Zeit, Alltagsaufgaben | Median-Zeit, Grenzfall-Aufgaben | Median-Antwort (Ausgabe-Tokens) | Ø Kosten pro Aufgabe |
|---|---|---|---|---|---|---|
gpt-6.1-sol | 286/286 (100%) | 26/26 | 12.4 s | 19.8 s | 428 | $0.0027 |
gpt-6-astra | 284/286 (99.3%) | 24/26 | 12.1 s | 17.4 s | 428 | $0.0124 |
claude-opus-5-5 | 275/286 (96.2%) | 21/26 | 4.2 s | 8.9 s | 447 | $0.0056 |
Nur gpt-6.1-sol bestand alles, in beiden Durchläufen. gpt-6-astra verfehlte einen Fall – in beiden Durchläufen denselben. claude-opus-5-5 war zwei- bis dreimal schneller als beide GPT-Modelle und schrieb ähnlich langen Code, verfehlte aber die meisten Fälle. Die Kosten sind das, was unser Gateway für genau diese Anfragen berechnet hat.
-2^2 gleich -4 ist, und akzeptierte beim anderen Mal 2 2 als gültigen Ausdruck. Beim Alltags-Rechner lehnte es einmal 1 + 2 * 3 wegen der Leerzeichen ab, obwohl beliebige Leerzeichen gefordert waren.Nichts davon ist exotisch: Leerzeichen, eine Kante mit Gewicht 0, eine Obergrenze für parallele Aufrufe. Genau solche Fälle bestehen einen kurzen Handtest und brechen dann im Betrieb – deshalb prüfen die Tests sie.
Opus 5.5 beantwortete eine typische Aufgabe in 4–9 Sekunden. Beide GPT-Modelle brauchten 12–20 Sekunden, weil sie vor dem Schreiben nachdenken. Im Chat, wo man der Antwort zusieht, wirkt Opus deutlich schneller; für einen Agenten, der nach jedem Schritt Tests laufen lässt, fallen zehn Sekunden mehr selten ins Gewicht gegenüber den Kosten einer falschen Antwort.
Pro Aufgabe kostete gpt-6.1-sol $0,0027, claude-opus-5-5 $0,0056 und gpt-6-astra $0,0124. Astra kostete etwa das 4,6-Fache von Sol bei etwas schlechterem Ergebnis. Alle drei schrieben fast gleich lange Antworten; der Unterschied kommt vom Preis pro Token, nicht von Geschwätzigkeit.
Jedes Modell bekam denselben Prompt: die Aufgabe plus „Antworte mit genau einem Codeblock, der das vollständige CommonJS-Modul enthält“. Kein Systemprompt, keine Beispiele, keine Wiederholungen. Der Code lief in Node 20 in einem Container ohne Netzwerk mit Zeitlimit pro Aufgabe; stürzte eine Antwort ab, wurde jeder Testfall einzeln wiederholt, damit ein Absturz nicht den Rest auf null setzt.
. * + ?, Multiplikation 2.000-stelliger Zahlen ohne BigInt, Ausdrucksauswertung mit rechtsassoziativem ^, Async-Pool mit Parallelitätslimit, Werktage über Jahre zählen und der lexikografisch kleinste kürzeste Weg.Alle Anfragen liefen am 12.–13. Oktober 2026 über unser Gateway. Zwei Versuche pro Aufgabe sind eine kleine Stichprobe; ein Unterschied von wenigen Testfällen kann normale Streuung sein. Sols fehlerfreier Lauf und Astras wiederholter Fehler sind es nicht.
gpt-6.1-sol – einziges perfektes Ergebnis und die niedrigsten Kosten.claude-opus-5-5 – Antworten in wenigen Sekunden; mit Tests kombinieren, weil es am ehesten ein Detail der Vorgabe übersieht.Aktuelle Preise: GPT-6.1 Sol · GPT-6 Astra · Claude Opus 5.5.
Kein Abo, kein monatlicher Mindestumsatz, kein Vertriebsgespräch. Lade mit USDT auf und zahle, was du verbrauchst — 1 USDT ergibt 2 Guthaben an API-Kontostand.
Den 30-Sekunden-Schnellstart lesenSprache: English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Deutsch · Français · Español · Türkçe · Português · Italiano · Bahasa Indonesia · Tiếng Việt · Bahasa Melayu · Polski · Čeština · فارسی · Русский
Die Preise auf dieser Seite werden automatisch aus echten Abrechnungsdaten übernommen. Bedingungen Dritter sind aus deren eigener Dokumentation zitiert.