Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.5

Zusammenfassung

Claude Opus 4.7 vs GPT-5.5 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.0 vs 8.7. Claude Opus 4.7 hat die niedrigeren Benchmark-Kosten mit $0.679 vs $0.907. Claude Opus 4.7 ist schneller mit 4.73s vs 9.76s, mit Erfolgsraten von 82.5% vs 85.7%.

Empfohlenes Modell: Claude Opus 4.7 - Die Punktzahl bleibt nah an der besten hier (8.7 vs 9.0) und es antwortet etwa 2.1x schneller als GPT-5.5.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16 GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24
Punktzahl 8.7 9.0
Rang #11 #6
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 10.0
Korrekte Tests
Erfolgsquote pro Versuch 82.5% 85.7%
Instabile Tests 1 0
Gesamtläufe 63 63
Kosten pro Ergebnis 3.991 5.035
Gesamtkosten $0.679 $0.907
Eingabepreis $5.000 / 1M $5.000 / 1M
Ausgabepreis $25.000 / 1M $30.000 / 1M
Gesamte Eingabe-Token 65,406 34,209
Ausgabe-Token 11,858 2,046
Denk-Token 2,198 22,460
Antwortzeit (Durchschnitt) 4.73s 9.76s
Antwortzeit (Maximum) 23.18s 56.19s
Antwortzeit (Gesamt) 94.51s 204.92s

Generation showcase

Hamster playing table tennis

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

#11 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

#6 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashlowGPT-5.5lowvsGLM 5mediumClaude Opus 4.7mediumvsGPT-5.2 Chatnone