#7 Claude Opus 4.7
medium- Kosten
- $0.059
- Zeit
- 26.8s
- Token
- 2,475 tok
Anthropic
Veröffentlichung: 2026-04-16
Getestet am: 2026-05-22 00:18
anthropic/claude-opus-4.7::medium
~5T insgesamt (~500B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Claude Opus 4.7 erreicht 8.9 bei AI BENCHY und liegt auf #7. Das Modell hat 10.0 Zuverlässigkeit, 85.0% Erfolgsrate, $0.625 Gesamtkosten und 4.50s durchschnittliche Antwortzeit.
Was Claude Opus 4.7 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #15. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~5T insgesamt (~500B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
8.9
Konsistenz
10.0
10.0
Gesamte Ausgabe-Token
12,666
Gesamte Eingabe-Token
0
Eingabepreis
$5.000 / 1M
Ausgabepreis
$25.000 / 1M
Instabile Tests
0
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 02:08 Erneuter Test | 8.7 | 10.0 | $1.476 | Vergleichen | |
| 2026-07-16 22:28 Neuer Test hinzugefügt | 8.7 | 10.0 | $1.477 | Vergleichen | |
| 2026-06-04 13:44 Neuer Test hinzugefügt | 8.7 | 10.0 | $0.679 | Vergleichen | |
| 2026-05-22 00:18 Erneuter Test | 8.9 | 10.0 | $0.625 | Aktueller Lauf | |
| 2026-04-16 15:59 Erster erfasster Lauf | 9.2 | k. A. | $0.447 | Vergleichen |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:18 · Erneuter Test | 60/60 Versuche | 8.9 | 10.0 | 10.0 | 17/20 | 0 | 12,666 | 0 | $0.625 | 4.50s |
| 2026-04-16 15:59 · Erster erfasster Lauf | 54/54 Versuche | 9.2 | 10.0 | k. A. | 16/18 | 0 | 6,716 | 0 | $0.447 | 3.53s |
| Differenz | — | -0.3 | 0.0 | +1 | 0 | +5950 | 0 | +$0.179 | +967ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 54/54 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Claude Opus 4.7mediumvsGLM 5.3 FlashmaxClaude Opus 4.7mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsGemini 3.6 FlashlowClaude Opus 4.7mediumvsMuse Spark 1.2mediumClaude Opus 4.7mediumvsClaude Opus 5lowClaude Opus 4.7mediumvsMuse Spark 1.1mediumClaude Opus 4.7mediumvsClaude Opus 4.8mediumClaude Opus 4.7mediumvsClaude Fable 5mediumClaude Opus 4.7mediumvsGemini 3.5 Flash LitehighClaude Opus 4.7mediumvsQwen3.6 Max Previewmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.3 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 7.7 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |