AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.6 Sol

Zusammenfassung

Claude Opus 4.7 (medium) vs GPT-5.6 Sol (low) Benchmark-Vergleich: GPT-5.6 Sol (low) führt beim Durchschnittsscore mit 9.5 vs 8.7. GPT-5.6 Sol (low) hat die niedrigeren Benchmark-Kosten mit $0.649 vs $0.679. Claude Opus 4.7 (medium) ist schneller mit 4.73s vs 8.29s, mit Erfolgsraten von 82.5% vs 85.7%.

Empfohlenes Modell: GPT-5.6 Sol (low) - Es hat die stärkste Punktzahl in diesem Vergleich (9.5) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09
Punktzahl	8.7	9.5
Rang	#16	#3
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	9.2
Korrekte Tests
Erfolgsquote pro Versuch	82.5%	85.7%
Instabile Tests	1	2
Gesamtläufe	63	63
Kosten pro Ergebnis	3.991	3.816
Gesamtkosten	$0.679	$0.649
Eingabepreis	$5.000 / 1M	$5.000 / 1M
Ausgabepreis	$25.000 / 1M	$30.000 / 1M
Gesamte Eingabe-Token	65,406	34,218
Ausgabe-Token	11,858	1,898
Denk-Token	2,198	14,023
Antwortzeit (Durchschnitt)	4.73s	8.29s
Antwortzeit (Maximum)	23.18s	53.91s
Antwortzeit (Gesamt)	94.51s	174.04s

Generierungs-Showcase

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Kosten: $0.059
Zeit: 26.8s
Token: 2,475 tok

#3 GPT-5.6 Sol

low

Kosten: $0.062
Zeit: 26.7s
Token: 2,150 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-5.6 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492

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-5.6 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482

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-5.6 Sol	10.0	10.0	100.0%	0		9.87s	11,019	318	792

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-5.6 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	0

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-5.6 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822

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-5.6 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135

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-5.6 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146

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-5.6 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534

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-5.6 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294

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-5.6 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsQwen3.7 Maxmedium Claude Opus 4.7mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashhighvsGPT-5.6 Sollow Claude Fable 5mediumvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Gemini 3.5 FlashmediumvsGPT-5.6 Sollow Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow Claude Opus 4.7mediumvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.6 Solhigh