#4 Claude Opus 4.7
none- Kosten
- $0.051
- Zeit
- 24.2s
- Token
- 2,181 tok
Anthropic
Veröffentlichung: 2026-04-16
Getestet am: 2026-04-16 15:59
anthropic/claude-opus-4.7::none
(medium)
(none)
Zusammenfassung
Claude Opus 4.7 erreicht 9.2 bei AI BENCHY und liegt auf #4. Das Modell hat k. A. Zuverlässigkeit, 88.9% Erfolgsrate, $0.505 Gesamtkosten und 3.13s 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 #12. Es gehört insgesamt zu den bestplatzierten Modellen. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
9.2
Konsistenz
10.0
k. A.
Gesamte Ausgabe-Token
6,326
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).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-05-08 13:36 Erneuter Test | 8.9 | 10.0 | $0.505 | Vergleichen | |
| 2026-05-08 13:36 Erneuter Test | 8.9 | 10.0 | $0.507 | Vergleichen | |
| 2026-05-08 13:36 Suite geändert | 8.9 | 10.0 | $0.507 | Vergleichen | |
| 2026-04-16 15:59 Erster erfasster Lauf | 9.2 | k. A. | $0.505 | Aktueller Lauf |
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-16 15:59 · Erster erfasster Lauf | 9.2 | 10.0 | k. A. | 16/18 | 0 | 6,326 | 0 | $0.505 | 3.13s |
| 2026-05-08 13:36 · Erneuter Test | 8.9 | 10.0 | 10.0 | 16/19 | 0 | 6,329 | 0 | $0.507 | 3.04s |
| Differenz | +0.3 | 0.0 | 0 | 0 | -3 | 0 | -$0.002 | +88ms |
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
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.3 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 9.5 | 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 |