avenoxai

Opus 5.5 Benchmarks — Testing skill for Claude Code

Testing community

Claude Opus 5.5 çıkış günü testleri: 12 test, 5'i GPT-6 ile kafa kafaya.

How to install Opus 5.5 Benchmarks

This entry records only its repository, not the path inside it, so there is no exact command to give. Open avenoxai/opus-5.5-benchmarks and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Opus 5.5 Benchmarks does

Claude Opus 5.5 çıkış günü testleri: 12 test, 5'i GPT-6 ile kafa kafaya. Sonuçlar, birebir promptlar ve sunum.

Alternatives in Testing

Webapp Testing — Test local web applications using Playwright for UI verification and debugging 94.1k ★
#29 — #52, #103) 92.5k ★
/test Routing — Vérifie le routing de commandes RTK sans exécution (dry-run) 25.5k ★

README

Opus 5.5 benchmark gecesi

Claude Opus 5.5 çıktığı gün (22 Eylül 2026) canlı yayında ve ertesi gece yaptığımız testler. Bir kısmı yalnız Opus 5.5 ile koştu, bir kısmında GPT‑6 ile aynı promptu yan yana verdik. Her şey kodla üretildi, dışarıdan asset yok (Limonsite'taki illüstrasyonlar hariç, onlar aşağıda yazıyor).

Bu repoda sonuçların kendisi, birebir promptlar, çalıştırma betikleri ve hepsini yan yana gösteren sunum var.

Sunumu açmak

git clone https://github.com/avenoxai/opus-5.5-benchmarks.git
cd opus-5.5-benchmarks
python3 -m http.server 8765
# tarayıcıda: http://127.0.0.1:8765/sunum/

macOS'ta `Sunumu Aç.command` dosyasına çift tıklamak da aynı işi yapar. Chrome önerilir: Akışkan simülasyonu WebGPU istiyor, diğerleri WebGL2. Bazı sonuçlar ES modülü kullandığı için dosyayı doğrudan açmak yerine yerel sunucu üzerinden açın.

Klavye: `← →` slayt, `1` / `2` sol ya da sağ tarafı tam ekran, `Esc` geri, `I` dizin, `M` ses.

Testler

Sıra sunumdaki sırayla aynı. Token sütunu: Claude tarafı çıktı token'ı (düşünme dahil), GPT tarafı Codex'in raporladığı toplam. İkisi aynı ölçü değil, yan yana okurken bunu hesaba katın.

#	Test	Tür	Claude Opus 5.5	GPT‑6	Klasör
1	Su simülasyonu	yalnız Opus	workflow, 4 paralel ajan · 1,61 milyon		`su/`
2	Limonun içi	kafa kafaya	çok ajanlı workflow, 10 ajan · 4,29 milyon	Sol, tek ajan, 2 geçiş · 233 bin	`limonun içi/`
3	Gündem Reels	yalnız Opus	tek ajan, önce web araştırması · 544 bin		`codeanimation/`
4	Havuz	kafa kafaya	su workflow'unun havuz ajanı · 386 bin	Sol, tek ajan · 99 bin	`su/havuz/`, `havuz/gpt/`
5	Yıldırım	kafa kafaya	tek ajan · 666 bin	Sol, tek ajan · 127 bin	`yıldırım/`
6	İnsan anatomisi	yalnız Opus	tek ajan · 1,29 milyon		`insan anatomisi/`
7	Kara delik	kafa kafaya	tek ajan · 399 bin	Sol, tek ajan · 80 bin	`kara delik/`
8	Buhar	kafa kafaya	tek ajan · 322 bin	Lu