AI BENCHY
Advertise here
#14

Claude Opus 4.7

Anthropic Veröffentlichung: 2026-04-16 Getestet am: 2026-07-16 22:28 anthropic/claude-opus-4.7::medium
~5T insgesamt (~500B aktiv)MoEGeschlossenGeschätzt
(medium) (none)

Zusammenfassung

Claude Opus 4.7 erreicht 8.7 bei AI BENCHY und liegt auf #14. Das Modell hat 10.0 Zuverlässigkeit, 83.3% Erfolgsrate, $1.477 Gesamtkosten und 7.61s durchschnittliche Antwortzeit.

Was Claude Opus 4.7 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Anti-KI-Tricks mit #17.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt
Parameter
~5T insgesamt (~500B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

8.7

Konsistenz

9.6

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$1.477

Gesamte Ausgabe-Token

29,990

Gesamte Eingabe-Token

145,252

Eingabepreis

$5.000 / 1M

Ausgabepreis

$25.000 / 1M

Korrekte Tests

Falsche Tests: 4

Erfolgsquote pro Versuch: 83.3%

Instabile Tests

1

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

7.61s

Antwortzeit (Maximum): 65.40s

Antwortzeit (Gesamt): 159.91s

Falsche Antwort: 3 Zeitüberschreitung: 1

Hamster playing table tennis

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

#14 Claude Opus 4.7

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

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 Aktueller Lauf
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 Vergleichen
2026-04-16 15:59 Erster erfasster Lauf 9.2 k. A. $0.447 Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Laufvergleich

LaufBenchmark-AbdeckungPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-07-16 22:28 · Neuer Test hinzugefügt66/66 Versuche8.79.610.018/22129,990145,252$1.4777.61s
2026-05-22 00:18 · Erneuter Test60/60 Versuche8.910.010.017/20012,6660$0.6254.50s
Differenz—-0.2-0.40.0+1+1+17324+145252+$0.852+3117ms

Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 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.

Preisverlauf

Historische Preisdaten für dieses Modell von OpenRouter.

Datum Eingabepreis Ausgabepreis
2026-06-04 15:40 $5.000 / 1M $25.000 / 1M

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

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 7.6 7.2
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

Verglichene Modelle