नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs Anthropic: Claude Opus 4.8

सारांश

Claude Opus 4.7 (medium) vs Claude Opus 4.8 (medium) benchmark तुलना: Claude Opus 4.8 (medium) average score में आगे है: 8.8 vs 8.7. Claude Opus 4.7 (medium) की benchmark लागत कम है: $0.679 vs $1.107. Claude Opus 4.7 (medium) तेज है: 4.73s vs 9.72s, pass rates 82.5% vs 84.1%.

अनुशंसित मॉडल: Claude Opus 4.7 (medium) - Its score stays close to the best score here (8.7 vs 8.8), while costing about 1.6x less than Claude Opus 4.8 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-10

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 Claude Opus 4.8 Claude Opus 4.8 medium रिलीज़: 2026-05-28
स्कोर 8.7 8.8
रैंक #16 #15
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
सही परीक्षण
प्रति प्रयास पास दर 82.5% 84.1%
अस्थिर टेस्ट 1 1
कुल रन 63 63
प्रति परिणाम लागत 3.991 6.512
कुल लागत $0.679 $1.107
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 65,406 61,007
आउटपुट टोकन 11,858 26,495
रीजनिंग टोकन 2,198 5,901
प्रतिक्रिया समय (औसत) 4.73s 9.72s
प्रतिक्रिया समय (अधिकतम) 23.18s 38.03s
प्रतिक्रिया समय (कुल) 94.51s 204.19s

जनरेशन शोकेस

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 tok

#15 Claude Opus 4.8

medium
लागत
$0.057
समय
23.1s
टोकन
2,412 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Claude Opus 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214

त्वरित तुलना

तुलना जोड़ी बदलें