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 8.8 vs 8.7. Claude Opus 4.7 hat die niedrigeren Benchmark-Kosten mit $0.679 vs $3.679. Claude Opus 4.7 ist schneller mit 4.73s vs 37.98s, mit Erfolgsraten von 82.5% vs 87.3%.

Empfohlenes Modell: Claude Opus 4.7 - Die Punktzahl bleibt nah an der besten hier (8.7 vs 8.8) und es kostet etwa 5.4x weniger als GPT-5.5.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-04

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16 GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24
Punktzahl 8.7 8.8
Rang #11 #9
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 8.9
Korrekte Tests
Erfolgsquote pro Versuch 82.5% 87.3%
Instabile Tests 1 3
Gesamtläufe 63 63
Kosten pro Ergebnis 3.991 21.638
Gesamtkosten $0.679 $3.679
Eingabepreis $5.000 / 1M $5.000 / 1M
Ausgabepreis $25.000 / 1M $30.000 / 1M
Gesamte Eingabe-Token 65,406 34,212
Ausgabe-Token 11,858 1,985
Denk-Token 2,198 114,925
Antwortzeit (Durchschnitt) 4.73s 37.98s
Antwortzeit (Maximum) 23.18s 332.10s
Antwortzeit (Gesamt) 94.51s 797.60s

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

#9 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 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 4.66s 606 250 1,335
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 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 19.29s 11,019 312 2,841
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 4.18s 7,140 234 593
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 7.2 44.4% 1 164.14s 723 67 79,625
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 4.16s 477 138 223
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 10.0 10.0 100.0% 0 3.36s 660 93 538
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 6.76s 642 241 2,225
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 10.57s 5,445 258 832
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 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashnonevsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3.5 Flashhigh