নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Nemotron 3 Ultra 550b A55b

সারাংশ

Nemotron 3 Ultra 550b A55b (medium) average score-এ এগিয়ে: 8.1 vs 7.4. Nemotron 3 Ultra 550b A55b (medium)-এর benchmark খরচ কম: $0.158 vs $0.505. Claude Opus 4.7 দ্রুত: 3.02s vs 15.05s, pass rates 76.2% vs 69.8%.

প্রস্তাবিত মডেলNemotron 3 Ultra 550b A55b (medium)It has the best score here (8.1), while costing about 3.2x less than Claude Opus 4.7.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক Claude Opus 4.7 Claude Opus 4.7 none প্রকাশ: 2026-04-16 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium প্রকাশ: 2026-06-04 বিনামূল্যে উপলভ্য
স্কোর 7.4 8.1
র‍্যাঙ্ক #65 #31
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 9.0 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 69.8%
অস্থির টেস্ট 0 3
মোট রান 57 63
প্রতি ফলাফলে খরচ 3.154 0.000
মোট খরচ $0.505 $0.158
ইনপুট মূল্য $5.000 / 1M $0.500 / 1M
আউটপুট মূল্য $25.000 / 1M $2.200 / 1M
মোট ইনপুট টোকেন 69,576 46,813
আউটপুট টোকেন 6,265 18,002
রিজনিং টোকেন 0 53,091
প্রতিক্রিয়া সময় (গড়) 3.02s 15.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 18.27s 43.93s
প্রতিক্রিয়া সময় (মোট) 57.44s 316.09s

জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#65 Claude Opus 4.7

none
খরচ
$0.051
সময়
24.2s
টোকেন
2,181 tok

#31 Nemotron 3 Ultra 550b A55b

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.7 3.3 3.3 33.3% 0 2.84s 1,176 494 0
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

দ্রুত তুলনা

তুলনার জুটি বদলান