Direktvergleich

Claude Opus 4.8 vs. GPT-5.6 Luna

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 27
verschiedene Benchmarks: 27
jüngster Abruf: 29.09.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.8 und GPT-5.6 Luna
Merkmal	Claude Opus 4.8	GPT-5.6 Luna
Anbieter	Anthropic	OpenAI
Erschienen	Mai 2026	9. Juli 2026
Verfügbarkeit	Legacy	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.050.000 Token
Wissensstand	Januar 2026	16. Februar 2026
Technische Quellen	Modell, Wissensstand	Modell, Kontext, Wissensstand

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.8 und GPT-5.6 Luna
Preisart	Claude Opus 4.8	GPT-5.6 Luna
API-Eingabe	5 $	0,2 $ ≤272K / 0,4 $ >272K
API-Ausgabe	25 $	1,2 $ ≤272K / 1,8 $ >272K
Cache lesen	0,5 $	0,02 $ ≤272K / 0,04 $ >272K
Cache schreiben (5 Min.)	6,25 $	0,25 $ ≤272K / 0,5 $ >272K
Cache schreiben (1 Std.)	10 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Opus 4.8GPT-5.6 Luna

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.85 $

GPT-5.6 Luna0,2 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.825 $

GPT-5.6 Luna1,2 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.80,5 $

GPT-5.6 Luna0,02 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Claude Opus 4.8 ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Claude Opus 4.8 und GPT-5.6 Luna
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.8	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
GPT-5.6 Luna	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	0,2 $	1,2 $	Quelle22.09.2026
	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	0,4 $	1,8 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	0,22 $	1,32 $	Quelle06.10.2026
	Azure	Über OpenRouterazure	0,2 $	1,2 $	Quelle06.10.2026
	Azure	Über OpenRouterazure/eu	0,22 $	1,32 $	Quelle06.10.2026
	Azure	Über OpenRouterazure/us	0,22 $	1,32 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai	0,2 $	1,2 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai/fast	0,4 $	2,4 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 0,1 $	Günstigster erfasster Preis: 0,6 $	Quelle06.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Claude Opus 4.8

GPT-5.6 Luna

Coding: 99,1 / 63,1 (5 Benchmarkfamilien)

Reasoning: 100 / 99,2 (1 Benchmarkfamilie)

Wissen: 100 / 96 (1 Benchmarkfamilie)

Finanzen: 99,5 / 97,2 (6 Benchmarkfamilien)

Recht: 99,8 / 65,5 (3 Benchmarkfamilien)

Agenten-Aufgaben: 94,5 / 100 (2 Benchmarkfamilien)

Multimodal: 100 / 98,2 (1 Benchmarkfamilie)

Suche: 100 / 98,8 (1 Benchmarkfamilie)

27 passende Messreihen aus 26 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 13 vergleichbaren Kategorien.

Claude Opus 4.8GPT-5.6 Luna

BrowseCompOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.884,3 %

GPT-5.6 Luna83,3 %

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.847,25 %

GPT-5.6 Luna44,55 %

CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.866,706 %

GPT-5.6 Luna64,219 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.869,373 %

GPT-5.6 Luna67,116 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.853,918 %

GPT-5.6 Luna55,044 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.892,424 %

GPT-5.6 Luna91,666 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.89,583 %

GPT-5.6 Luna1,25 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.843,75 %

GPT-5.6 Luna36,538 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.883,568 %

GPT-5.6 Luna84,034 %

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.853,217 %

GPT-5.6 Luna42,391 %

MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.885,755 %

GPT-5.6 Luna84,391 %

MMLU-ProOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.889,585 %

GPT-5.6 Luna86,036 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.8 und GPT-5.6 Luna
Benchmark und Aufgabe	Claude Opus 4.8	GPT-5.6 Luna	Quelle
BrowseCompOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1,266 tasksMessgröße: accuracyBewertung: Mehr ist besserHerstellerübergreifende Vergleichstabelle mit Browser-Werkzeugen. Die genauen Agentensysteme unterscheiden sich.	Gewinner84,3 % Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.	83,3 % Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.	OpenAI Quellendetails Datenstand: 09.07.2026
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner47,25 %	44,55 %	Vals AI Quellendetails Datenstand: 27.09.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner66,706 %	64,219 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner69,373 %	67,116 %	Vals AI Quellendetails Datenstand: 27.09.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	53,918 %	Gewinner55,044 %	Vals AI Quellendetails Datenstand: 27.09.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner92,424 %	91,666 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser	Gewinner9,583 %	1,25 %	Vals AI Quellendetails Datenstand: 27.09.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser	Gewinner43,75 %	36,538 %	Vals AI Quellendetails Datenstand: 27.09.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	83,568 %	Gewinner84,034 %	Vals AI Quellendetails Datenstand: 27.09.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner53,217 %	42,391 %	Vals AI Quellendetails Datenstand: 26.09.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner85,755 %	84,391 %	Vals AI Quellendetails Datenstand: 26.09.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner89,585 %	86,036 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner86,59 %	85,029 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner69,912 %	67,29 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner1 %	0 %	Vals AI Quellendetails Datenstand: 27.09.2026
Public Benefits Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner68,133 %	61,164 %	Vals AI Quellendetails Datenstand: 27.09.2026
SAGEOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner54,788 %	44,22 %	Vals AI Quellendetails Datenstand: 26.09.2026
SkillsBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	59,227 %	Gewinner60,447 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	88,6 %	Gewinner93 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner64,906 %	60,815 %	Vals AI Quellendetails Datenstand: 27.09.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	75,634 %	Gewinner76,166 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser	71,91 %	Gewinner79,026 %	Vals AI Quellendetails Datenstand: 27.09.2026
Terminal-Bench 4.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besser	Gewinner16,162 %	4,545 %	Vals AI Quellendetails Datenstand: 27.09.2026
Terminal-Bench ScienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner10 %	5,714 %	Vals AI Quellendetails Datenstand: 27.09.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner60,908 %	59,881 %	Vals AI Quellendetails Datenstand: 27.09.2026
Vals Multimodal IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner70,889 %	69,058 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	Gewinner82,725 %	77,055 %	Vals AI Quellendetails Datenstand: 27.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Vergleiche, wie die Modelle denselben Prompt umsetzen. Angezeigt wird jeweils der aktuellste Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Frühere Läufe bleiben in den Testdetails erreichbar. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.8

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-4.8
API-Modell laut Antwort: anthropic/claude-opus-4.8
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.8-opus-20260528
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 18 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

GPT-5.6 Luna

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-5.6-luna
API-Modell laut Antwort: openai/gpt-5.6-luna
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-5.6-luna-20260709
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 49,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Opus 4.8 und GPT-5.6 Luna mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich