数据点: 78
Model compare
Claude 3.5 Sonnet 和 GPT-5.1 的结论先放在这里，方便先判断是否值得继续看明细。
综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GPT-5.1
GPT-5.1 当前综合加权更高；模型 A / B 得分为 0 对 100。
证据覆盖
78 个数据点
包含 11 个 benchmark、0 个 audit 样本和 8 个 provider 样本。
选择依据
优先看 GPT-5.1
下方图表把 19 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
这份报告只使用 LMSpeed 已有数据：Claude 3.5 Sonnet 和 GPT-5.1 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | Claude 3.5 Sonnet | GPT-5.1 |
|---|
| 综合领先 | 对照 | 领先 |
|---|---|---|
| 综合加权得分 | 0.0 分 | 100.0 分 |
| Benchmark 分类领先 | 0 类 | 3 类 |
| 运营维度优势 | 暂无数据 | 最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖 |
| 上下文窗口 | 暂无数据 | 400K tokens |
| 最大输出 | 暂无数据 | 128K tokens |
| 模态 | 暂无数据 | 输入 图像文本文件 输出 文本 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
| Model compare | Claude 3.5 Sonnet | GPT-5.1 |
|---|---|---|
| 开发者 | Anthropic | OpenAI |
| 发布日期 | 暂无数据 | 2025年11月 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | 暂无数据 | GPT |
| 知识截止 | 暂无数据 | 暂无数据 |
| OpenRouter ID | 暂无数据 | openai/gpt-5.1 |
| 来源链接 | 暂无数据 | 暂无数据 |
这份报告只使用 LMSpeed 已有数据：Claude 3.5 Sonnet 和 GPT-5.1 的价格、测速聚合、第三方跑分与共同服务商样本。
Claude 3.5 Sonnet
Claude 3.5 Sonnet 暂未在双方共同覆盖的 benchmark 或运营指标中明显领先。
GPT-5.1
GPT-5.1 在 benchmark 分类（代码、推理、数学）和运营维度（最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖）更强。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
Claude 3.5 Sonnet
41.4
平均分
GPT-5.1
52
GPT-5.1
GPT-5.1 领先 12.8
GPT-5.1 领先 7.8
GPT-5.1
GPT-5.1 领先 11.1
暂无数据
暂无数据
GPT-5.1
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
Claude 3.5 Sonnet
44.0
排名 #72/84 · confidence 1 · 评测日期 2024-06-01
GPT-5.1
领先56.0
排名 #41/84 · confidence 1 · 评测日期 2025-11-13
Claude 3.5 Sonnet
$3.00/M
排名 #137/162 · confidence 4
GPT-5.1
领先$1.25/M
排名 #107/162 · confidence 4
Claude 3.5 Sonnet
$6.00/M
排名 #137/162 · confidence 4
GPT-5.1
领先$3.44/M
排名 #117/162 · confidence 4
Claude 3.5 Sonnet
$15.00/M
排名 #136/162 · confidence 4
GPT-5.1
领先$10.00/M
排名 #120/162 · confidence 4
Claude 3.5 Sonnet
77.2%
排名 #78/125 · confidence 4
GPT-5.1
领先87.0%
排名 #12/125 · confidence 4
Claude 3.5 Sonnet
59.9%
排名 #141/188 · confidence 4
GPT-5.1
领先87.3%
排名 #33/188 · confidence 4
Claude 3.5 Sonnet
3.9%
排名 #165/187 · confidence 4
GPT-5.1
领先26.5%
排名 #40/187 · confidence 4
Claude 3.5 Sonnet
38.1%
排名 #77/115 · confidence 4
GPT-5.1
领先86.8%
排名 #4/115 · confidence 4
Claude 3.5 Sonnet
36.6%
排名 #100/185 · confidence 4
GPT-5.1
领先43.3%
排名 #42/185 · confidence 4
Claude 3.5 Sonnet
2.1
排名 #43/47 · confidence 1 · 评测日期 2024-06-01
GPT-5.1
领先31.0
排名 #19/47 · confidence 1 · 评测日期 2025-11-13
Claude 3.5 Sonnet
25.9
排名 #52/56 · confidence 1 · 评测日期 2024-06-01
GPT-5.1
领先49.9
排名 #30/56 · confidence 1 · 评测日期 2025-11-13
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | Claude 3.5 Sonnet | GPT-5.1 |
|---|---|---|
| 暂无共同 provider 的已完成 audit。 | ||
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | Claude 3.5 Sonnet | GPT-5.1 |
|---|---|---|
10 次测试 | Claude 3.5 Sonnet speed / latency 8 tok/s / 2740ms input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | Claude 3.5 Sonnet speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | Claude 3.5 Sonnet speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | Claude 3.5 Sonnet speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | Claude 3.5 Sonnet speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
Claude 3.5 Sonnet claude-3-5-sonnet-20240620 speed / latency 暂无数据 input / output $0.0086/M/$0.043/M | GPT-5.1 gpt-5.1-high speed / latency 暂无数据 input / output $0.179/M | |
Claude 3.5 Sonnet claude-3-5-sonnet-all speed / latency 暂无数据 input / output $0.011/request | GPT-5.1 gpt-5.1-high speed / latency 暂无数据 input / output $1.25/M | |
Claude 3.5 Sonnet claude-3-5-sonnet-all speed / latency 暂无数据 input / output $0.0088/request | GPT-5.1 gpt-5.1-2025-11-13 speed / latency 暂无数据 input / output $1.25/M |
综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
| 能力 | 暂无 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 |
|---|
