फिर भी एक साफ पैटर्न बनता है: GPT-5.5 की कुल स्थिति सबसे मजबूत प्रमाणित लगती है; Claude Opus 4.7 कोडिंग और कुछ ज्ञान-टेस्ट में बहुत आगे है; DeepSeek V4 कम कीमत पर मजबूत प्रदर्शन की वजह से ध्यान खींचता है; और Kimi K2.6 तकनीकी रूप से रोचक है, लेकिन उपलब्ध स्रोतों में सीधे तुलनीय बेंचमार्क कम हैं ।

पहले निष्कर्ष, फिर बारीकियां

GPT-5.5 सबसे मजबूत प्रमाणित ऑल-राउंडर है। Artificial Analysis के उपलब्ध Intelligence Index अंश में GPT-5.5 xhigh 60 अंकों के साथ पहले, GPT-5.5 high 59 अंकों के साथ दूसरे और Claude Opus 4.7 57 अंकों के साथ पीछे दिखता है । BrowseComp में भी GPT-5.5 84.4% पर है, जबकि DeepSeek V4 83.4% और Claude Opus 4.7 79.3% पर है ।

Claude Opus 4.7 खासकर कोडिंग और ज्ञान-आधारित कामों में मजबूत है। SWE-Bench Pro में Claude Opus 4.7 का 64.3% स्कोर GPT-5.5 के 58.6% से ऊपर है, और GPQA Diamond में Claude 94.2% के साथ GPT-5.5 के 93.6% से थोड़ा आगे है । लेकिन Terminal-Bench 2.0 में तस्वीर उलट जाती है: GPT-5.5 82.7% पर है, जबकि Claude Opus 4.7 69.4% पर है ।

DeepSeek V4 कीमत-प्रदर्शन का बड़ा दावेदार है। VentureBeat के अनुसार BrowseComp में DeepSeek V4 83.4% पर है—GPT-5.5 के 84.4% से सिर्फ 1.0 प्रतिशत अंक पीछे और Claude Opus 4.7 के 79.3% से आगे । Mashable ने DeepSeek V4 की API कीमत 10 लाख इनपुट tokens के लिए 1.74 अमेरिकी डॉलर और 10 लाख आउटपुट tokens के लिए 3.48 अमेरिकी डॉलर बताई है; इसी तुलना में GPT-5.5 के लिए 5/30 अमेरिकी डॉलर और Claude Opus 4.7 के लिए 5/25 अमेरिकी डॉलर दिए गए हैं ।

Kimi K2.6 को अभी साफ रैंक देना मुश्किल है। DocsBot इसे open-source, native multimodal, agentic मॉडल बताता है, जिसमें 1T-parameter MoE architecture, 32B activated parameters और 256K context है । लेकिन उपलब्ध स्रोतों में GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के खिलाफ पर्याप्त सीधे बेंचमार्क नहीं हैं, इसलिए इसे उसी रैंक-टेबल में रखना उचित नहीं होगा ।

एक नजर में तुलना

इन बेंचमार्क को अंतिम फैसला क्यों न मानें

AI बेंचमार्क उपयोगी संकेत देते हैं, पर वे अदालत का अंतिम फैसला नहीं होते। DataCamp ने एक संबंधित frontier-model तुलना में चेतावनी दी है कि कई स्कोर vendor-reported होते हैं और अलग-अलग harness configurations का इस्तेमाल कर सकते हैं । यानी एक मॉडल किसी एक सेटअप में आगे हो सकता है और दूसरे सेटअप में पीछे।

मॉडल-वैरिएंट भी समान नहीं हैं। Artificial Analysis में GPT-5.5 xhigh, GPT-5.5 high और Claude Opus 4.7 Adaptive Reasoning, Max Effort जैसे नाम आते हैं । VentureBeat DeepSeek के लिए DeepSeek-V4-Pro-Max का संदर्भ देता है । reasoning, coding और agentic कामों में ऐसी सेटिंग्स—जैसे कितनी compute effort दी गई, tools इस्तेमाल हुए या नहीं, और test harness कैसा था—नतीजों को काफी प्रभावित कर सकती हैं।

इसलिए असली सवाल यह नहीं है कि नंबर 1 कौन है। बेहतर सवाल है: आपके काम के लिए किस मॉडल के पक्ष में सबसे मजबूत सबूत हैं?

कुल प्रदर्शन: GPT-5.5 की बढ़त सबसे साफ दिखती है

उपलब्ध स्रोतों में सबसे साफ समग्र संकेत Artificial Analysis के Intelligence Index अंश से मिलता है। इसमें GPT-5.5 xhigh 60 अंकों के साथ पहले स्थान पर, GPT-5.5 high 59 अंकों के साथ दूसरे स्थान पर और Claude Opus 4.7 Adaptive Reasoning, Max Effort 57 अंकों के साथ तीसरे स्थान पर है ।

इससे GPT-5.5 की Claude Opus 4.7 पर हल्की लेकिन स्पष्ट बढ़त दिखती है । हालांकि उसी उपलब्ध अंश में DeepSeek V4 और Kimi K2.6 के लिए ऐसी पूर्ण, सीधे उद्धृत करने योग्य Intelligence Index संख्या नहीं है जिससे चारों मॉडलों की साफ रैंकिंग बनाई जा सके ।

BrowseComp: DeepSeek V4 लगभग GPT-5.5 के बराबर पहुंचता है

GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के बीच सबसे उपयोगी सीधे तुलनात्मक आंकड़ों में BrowseComp शामिल है। VentureBeat के अनुसार GPT-5.5 Pro 90.1%, GPT-5.5 84.4%, DeepSeek V4 83.4% और Claude Opus 4.7 79.3% पर हैं ।

VentureBeat का निष्कर्ष भी यही है कि DeepSeek-V4-Pro-Max मजबूत होने के बावजूद सीधे तुलनीय बेंचमार्क में GPT-5.5 या Claude Opus 4.7 को कुल मिलाकर बेदखल करता नहीं दिखता । इसका सही अर्थ यह है: BrowseComp में DeepSeek V4 बहुत मजबूत है, लेकिन एक शानदार स्कोर से कुल विजेता घोषित नहीं किया जा सकता ।

कोडिंग और सॉफ्टवेयर इंजीनियरिंग: Claude SWE में, GPT Terminal में आगे

कोडिंग बेंचमार्क में तस्वीर मिली-जुली है। SWE-Bench Pro में Claude Opus 4.7 64.3% पर है, जबकि GPT-5.5 58.6% पर है । Vellum ने Claude Opus 4.7 के लिए SWE-Bench Verified पर 87.6% भी बताया है । लेकिन Terminal-Bench 2.0 में GPT-5.5 साफ आगे है: 82.7% बनाम Claude Opus 4.7 का 69.4% ।

DeepSeek V4 और Kimi K2.6 के लिए इसी स्तर की सीधे तुलनीय कोडिंग-तालिका उपलब्ध नहीं है। VentureBeat कहता है कि DeepSeek V4 कई तुलनीय benchmarks में शीर्ष मॉडलों के करीब आता है, लेकिन उपलब्ध अंश में सबसे साफ संख्या BrowseComp के लिए है । Kimi K2.6 के मामले में DocsBot मुख्य रूप से architecture और capability विवरण देता है, चारों मॉडलों की पूरी benchmark matrix नहीं ।

Reasoning और ज्ञान: बढ़त टेस्ट पर निर्भर करती है

ज्ञान और reasoning benchmarks में GPT-5.5 और Claude Opus 4.7 बहुत करीब हैं। GPQA Diamond में Vellum GPT-5.5 को 93.6% और Claude Opus 4.7 को 94.2% पर बताता है । Mashable भी यही GPQA Diamond आंकड़े देता है और Humanity’s Last Exam के नतीजे जोड़ता है: बिना tools के GPT-5.5 40.6% पर Claude Opus 4.7 के 31.2% से आगे है, जबकि tools के साथ Claude Opus 4.7 54.7% पर GPT-5.5 के 52.2% से थोड़ा आगे है ।

यहां takeaway सरल है: अगर आपका काम गहरे ज्ञान, reasoning और tool-use पर निर्भर है, तो सिर्फ एक स्कोर न देखें। जिस तरह परीक्षा का विषय बदलते ही topper बदल सकता है, उसी तरह benchmark बदलते ही मॉडल की बढ़त भी बदलती है।

प्रोफेशनल और agentic काम: मुकाबला और भी नजदीकी

व्यावसायिक और agentic benchmarks में भी कोई एकतरफा कहानी नहीं है। Vellum GPT-5.5 को GDPval में 84.9% बनाम Claude Opus 4.7 के 80.3%, OSWorld-Verified में 78.7% बनाम 78.0%, और MCP Atlas में 75.3% बनाम Claude के 79.1% पर बताता है । OpenAI ने FinanceAgent v1.1 में GPT-5.5 के लिए 60.0% और Claude Opus 4.7 के लिए 64.4% दिया है ।

Anthropic ने अपने internal research-agent benchmark में Claude Opus 4.7 के लिए मजबूत दावा किया है: उसके अनुसार मॉडल ने छह modules में 0.715 का top overall score share किया और General Finance module में Opus 4.6 के 0.767 की तुलना में 0.813 स्कोर किया । लेकिन क्योंकि यह internal benchmark है और उपलब्ध जानकारी चारों मॉडलों को समान रूप से कवर नहीं करती, इसे Claude की agentic strength का संकेत मानना चाहिए, स्वतंत्र चार-मॉडल रैंकिंग नहीं ।

कीमत और context: DeepSeek V4 सबसे ज्यादा ध्यान खींचता है

उत्पादन में इस्तेमाल करते समय benchmark का एक-दो प्रतिशत ही सब कुछ नहीं होता। API खर्च, output tokens और context window भी बहुत मायने रखते हैं। tokens को आसान भाषा में टेक्स्ट की छोटी इकाइयां समझ सकते हैं जिनके आधार पर API billing होती है।

Mashable के अनुसार DeepSeek V4 की कीमत 10 लाख input tokens के लिए 1.74 अमेरिकी डॉलर और 10 लाख output tokens के लिए 3.48 अमेरिकी डॉलर है, और context window 10 लाख tokens बताई गई है । उसी स्रोत में GPT-5.5 के लिए 10 लाख input tokens पर 5 अमेरिकी डॉलर और output पर 30 अमेरिकी डॉलर, जबकि Claude Opus 4.7 के लिए input पर 5 अमेरिकी डॉलर और output पर 25 अमेरिकी डॉलर दिए गए हैं; दोनों के लिए context window भी 10 लाख tokens बताई गई है ।

Kimi K2.6 यहां अलग तरह का मामला है। DocsBot के अनुसार यह 256K context, 1T-parameter MoE architecture, 32B activated parameters और 300 sub-agents व 4,000 coordinated steps तक की agentic orchestration के साथ आता है । ये दिलचस्प तकनीकी विवरण हैं, लेकिन GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के मुकाबले सीधे benchmark और price values की जगह नहीं ले सकते ।

किस काम के लिए कौन-सा मॉडल चुनें?

अंतिम बात

सबसे मजबूत निष्कर्ष यह नहीं है कि कोई एक मॉडल हर जगह जीतता है। उपलब्ध स्रोतों में GPT-5.5 सबसे अच्छा प्रमाणित ऑल-राउंडर है, क्योंकि वह Artificial Analysis के उपलब्ध Intelligence Index अंश में आगे है और BrowseComp व कई professional benchmarks में मजबूत दिखता है । Claude Opus 4.7 अभी भी शीर्ष श्रेणी का मॉडल है, खासकर SWE-Bench Pro, SWE-Bench Verified, GPQA Diamond और कुछ agentic finance tasks में । DeepSeek V4 कीमत-प्रदर्शन के हिसाब से सबसे आक्रामक विकल्प है, क्योंकि BrowseComp में वह GPT-5.5 के बहुत करीब है और स्रोतों में उसकी API कीमतें काफी कम बताई गई हैं ।

Kimi K2.6 को न कम आंकना चाहिए, न अभी जीत की सूची में ऊपर रखना चाहिए। उपलब्ध जानकारी उसे एक रोचक open-source multimodal agentic मॉडल बताती है, लेकिन निष्पक्ष ranking के लिए सीधे, समान और पर्याप्त benchmark व pricing डेटा की जरूरत है ।

फिर भी एक साफ पैटर्न बनता है: GPT-5.5 की कुल स्थिति सबसे मजबूत प्रमाणित लगती है; Claude Opus 4.7 कोडिंग और कुछ ज्ञान-टेस्ट में बहुत आगे है; DeepSeek V4 कम कीमत पर मजबूत प्रदर्शन की वजह से ध्यान खींचता है; और Kimi K2.6 तकनीकी रूप से रोचक है, लेकिन उपलब्ध स्रोतों में सीधे तुलनीय बेंचमार्क कम हैं ।

पहले निष्कर्ष, फिर बारीकियां

GPT-5.5 सबसे मजबूत प्रमाणित ऑल-राउंडर है। Artificial Analysis के उपलब्ध Intelligence Index अंश में GPT-5.5 xhigh 60 अंकों के साथ पहले, GPT-5.5 high 59 अंकों के साथ दूसरे और Claude Opus 4.7 57 अंकों के साथ पीछे दिखता है । BrowseComp में भी GPT-5.5 84.4% पर है, जबकि DeepSeek V4 83.4% और Claude Opus 4.7 79.3% पर है ।

Claude Opus 4.7 खासकर कोडिंग और ज्ञान-आधारित कामों में मजबूत है। SWE-Bench Pro में Claude Opus 4.7 का 64.3% स्कोर GPT-5.5 के 58.6% से ऊपर है, और GPQA Diamond में Claude 94.2% के साथ GPT-5.5 के 93.6% से थोड़ा आगे है । लेकिन Terminal-Bench 2.0 में तस्वीर उलट जाती है: GPT-5.5 82.7% पर है, जबकि Claude Opus 4.7 69.4% पर है ।

DeepSeek V4 कीमत-प्रदर्शन का बड़ा दावेदार है। VentureBeat के अनुसार BrowseComp में DeepSeek V4 83.4% पर है—GPT-5.5 के 84.4% से सिर्फ 1.0 प्रतिशत अंक पीछे और Claude Opus 4.7 के 79.3% से आगे । Mashable ने DeepSeek V4 की API कीमत 10 लाख इनपुट tokens के लिए 1.74 अमेरिकी डॉलर और 10 लाख आउटपुट tokens के लिए 3.48 अमेरिकी डॉलर बताई है; इसी तुलना में GPT-5.5 के लिए 5/30 अमेरिकी डॉलर और Claude Opus 4.7 के लिए 5/25 अमेरिकी डॉलर दिए गए हैं ।

Kimi K2.6 को अभी साफ रैंक देना मुश्किल है। DocsBot इसे open-source, native multimodal, agentic मॉडल बताता है, जिसमें 1T-parameter MoE architecture, 32B activated parameters और 256K context है । लेकिन उपलब्ध स्रोतों में GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के खिलाफ पर्याप्त सीधे बेंचमार्क नहीं हैं, इसलिए इसे उसी रैंक-टेबल में रखना उचित नहीं होगा ।

एक नजर में तुलना

इन बेंचमार्क को अंतिम फैसला क्यों न मानें

AI बेंचमार्क उपयोगी संकेत देते हैं, पर वे अदालत का अंतिम फैसला नहीं होते। DataCamp ने एक संबंधित frontier-model तुलना में चेतावनी दी है कि कई स्कोर vendor-reported होते हैं और अलग-अलग harness configurations का इस्तेमाल कर सकते हैं । यानी एक मॉडल किसी एक सेटअप में आगे हो सकता है और दूसरे सेटअप में पीछे।

मॉडल-वैरिएंट भी समान नहीं हैं। Artificial Analysis में GPT-5.5 xhigh, GPT-5.5 high और Claude Opus 4.7 Adaptive Reasoning, Max Effort जैसे नाम आते हैं । VentureBeat DeepSeek के लिए DeepSeek-V4-Pro-Max का संदर्भ देता है । reasoning, coding और agentic कामों में ऐसी सेटिंग्स—जैसे कितनी compute effort दी गई, tools इस्तेमाल हुए या नहीं, और test harness कैसा था—नतीजों को काफी प्रभावित कर सकती हैं।

इसलिए असली सवाल यह नहीं है कि नंबर 1 कौन है। बेहतर सवाल है: आपके काम के लिए किस मॉडल के पक्ष में सबसे मजबूत सबूत हैं?

कुल प्रदर्शन: GPT-5.5 की बढ़त सबसे साफ दिखती है

उपलब्ध स्रोतों में सबसे साफ समग्र संकेत Artificial Analysis के Intelligence Index अंश से मिलता है। इसमें GPT-5.5 xhigh 60 अंकों के साथ पहले स्थान पर, GPT-5.5 high 59 अंकों के साथ दूसरे स्थान पर और Claude Opus 4.7 Adaptive Reasoning, Max Effort 57 अंकों के साथ तीसरे स्थान पर है ।

इससे GPT-5.5 की Claude Opus 4.7 पर हल्की लेकिन स्पष्ट बढ़त दिखती है । हालांकि उसी उपलब्ध अंश में DeepSeek V4 और Kimi K2.6 के लिए ऐसी पूर्ण, सीधे उद्धृत करने योग्य Intelligence Index संख्या नहीं है जिससे चारों मॉडलों की साफ रैंकिंग बनाई जा सके ।

BrowseComp: DeepSeek V4 लगभग GPT-5.5 के बराबर पहुंचता है

GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के बीच सबसे उपयोगी सीधे तुलनात्मक आंकड़ों में BrowseComp शामिल है। VentureBeat के अनुसार GPT-5.5 Pro 90.1%, GPT-5.5 84.4%, DeepSeek V4 83.4% और Claude Opus 4.7 79.3% पर हैं ।

VentureBeat का निष्कर्ष भी यही है कि DeepSeek-V4-Pro-Max मजबूत होने के बावजूद सीधे तुलनीय बेंचमार्क में GPT-5.5 या Claude Opus 4.7 को कुल मिलाकर बेदखल करता नहीं दिखता । इसका सही अर्थ यह है: BrowseComp में DeepSeek V4 बहुत मजबूत है, लेकिन एक शानदार स्कोर से कुल विजेता घोषित नहीं किया जा सकता ।

कोडिंग और सॉफ्टवेयर इंजीनियरिंग: Claude SWE में, GPT Terminal में आगे

कोडिंग बेंचमार्क में तस्वीर मिली-जुली है। SWE-Bench Pro में Claude Opus 4.7 64.3% पर है, जबकि GPT-5.5 58.6% पर है । Vellum ने Claude Opus 4.7 के लिए SWE-Bench Verified पर 87.6% भी बताया है । लेकिन Terminal-Bench 2.0 में GPT-5.5 साफ आगे है: 82.7% बनाम Claude Opus 4.7 का 69.4% ।

DeepSeek V4 और Kimi K2.6 के लिए इसी स्तर की सीधे तुलनीय कोडिंग-तालिका उपलब्ध नहीं है। VentureBeat कहता है कि DeepSeek V4 कई तुलनीय benchmarks में शीर्ष मॉडलों के करीब आता है, लेकिन उपलब्ध अंश में सबसे साफ संख्या BrowseComp के लिए है । Kimi K2.6 के मामले में DocsBot मुख्य रूप से architecture और capability विवरण देता है, चारों मॉडलों की पूरी benchmark matrix नहीं ।

Reasoning और ज्ञान: बढ़त टेस्ट पर निर्भर करती है

ज्ञान और reasoning benchmarks में GPT-5.5 और Claude Opus 4.7 बहुत करीब हैं। GPQA Diamond में Vellum GPT-5.5 को 93.6% और Claude Opus 4.7 को 94.2% पर बताता है । Mashable भी यही GPQA Diamond आंकड़े देता है और Humanity’s Last Exam के नतीजे जोड़ता है: बिना tools के GPT-5.5 40.6% पर Claude Opus 4.7 के 31.2% से आगे है, जबकि tools के साथ Claude Opus 4.7 54.7% पर GPT-5.5 के 52.2% से थोड़ा आगे है ।

यहां takeaway सरल है: अगर आपका काम गहरे ज्ञान, reasoning और tool-use पर निर्भर है, तो सिर्फ एक स्कोर न देखें। जिस तरह परीक्षा का विषय बदलते ही topper बदल सकता है, उसी तरह benchmark बदलते ही मॉडल की बढ़त भी बदलती है।

प्रोफेशनल और agentic काम: मुकाबला और भी नजदीकी

व्यावसायिक और agentic benchmarks में भी कोई एकतरफा कहानी नहीं है। Vellum GPT-5.5 को GDPval में 84.9% बनाम Claude Opus 4.7 के 80.3%, OSWorld-Verified में 78.7% बनाम 78.0%, और MCP Atlas में 75.3% बनाम Claude के 79.1% पर बताता है । OpenAI ने FinanceAgent v1.1 में GPT-5.5 के लिए 60.0% और Claude Opus 4.7 के लिए 64.4% दिया है ।

Anthropic ने अपने internal research-agent benchmark में Claude Opus 4.7 के लिए मजबूत दावा किया है: उसके अनुसार मॉडल ने छह modules में 0.715 का top overall score share किया और General Finance module में Opus 4.6 के 0.767 की तुलना में 0.813 स्कोर किया । लेकिन क्योंकि यह internal benchmark है और उपलब्ध जानकारी चारों मॉडलों को समान रूप से कवर नहीं करती, इसे Claude की agentic strength का संकेत मानना चाहिए, स्वतंत्र चार-मॉडल रैंकिंग नहीं ।

कीमत और context: DeepSeek V4 सबसे ज्यादा ध्यान खींचता है

उत्पादन में इस्तेमाल करते समय benchmark का एक-दो प्रतिशत ही सब कुछ नहीं होता। API खर्च, output tokens और context window भी बहुत मायने रखते हैं। tokens को आसान भाषा में टेक्स्ट की छोटी इकाइयां समझ सकते हैं जिनके आधार पर API billing होती है।

Mashable के अनुसार DeepSeek V4 की कीमत 10 लाख input tokens के लिए 1.74 अमेरिकी डॉलर और 10 लाख output tokens के लिए 3.48 अमेरिकी डॉलर है, और context window 10 लाख tokens बताई गई है । उसी स्रोत में GPT-5.5 के लिए 10 लाख input tokens पर 5 अमेरिकी डॉलर और output पर 30 अमेरिकी डॉलर, जबकि Claude Opus 4.7 के लिए input पर 5 अमेरिकी डॉलर और output पर 25 अमेरिकी डॉलर दिए गए हैं; दोनों के लिए context window भी 10 लाख tokens बताई गई है ।

Kimi K2.6 यहां अलग तरह का मामला है। DocsBot के अनुसार यह 256K context, 1T-parameter MoE architecture, 32B activated parameters और 300 sub-agents व 4,000 coordinated steps तक की agentic orchestration के साथ आता है । ये दिलचस्प तकनीकी विवरण हैं, लेकिन GPT-5.5, Claude Opus 4.7 और DeepSeek V4 के मुकाबले सीधे benchmark और price values की जगह नहीं ले सकते ।

किस काम के लिए कौन-सा मॉडल चुनें?

अंतिम बात

सबसे मजबूत निष्कर्ष यह नहीं है कि कोई एक मॉडल हर जगह जीतता है। उपलब्ध स्रोतों में GPT-5.5 सबसे अच्छा प्रमाणित ऑल-राउंडर है, क्योंकि वह Artificial Analysis के उपलब्ध Intelligence Index अंश में आगे है और BrowseComp व कई professional benchmarks में मजबूत दिखता है । Claude Opus 4.7 अभी भी शीर्ष श्रेणी का मॉडल है, खासकर SWE-Bench Pro, SWE-Bench Verified, GPQA Diamond और कुछ agentic finance tasks में । DeepSeek V4 कीमत-प्रदर्शन के हिसाब से सबसे आक्रामक विकल्प है, क्योंकि BrowseComp में वह GPT-5.5 के बहुत करीब है और स्रोतों में उसकी API कीमतें काफी कम बताई गई हैं ।

Kimi K2.6 को न कम आंकना चाहिए, न अभी जीत की सूची में ऊपर रखना चाहिए। उपलब्ध जानकारी उसे एक रोचक open-source multimodal agentic मॉडल बताती है, लेकिन निष्पक्ष ranking के लिए सीधे, समान और पर्याप्त benchmark व pricing डेटा की जरूरत है ।