नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Opus 4.7 vs Claude Opus 5

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.6. Claude Opus 5 (low) की benchmark लागत कम है: $1.121 vs $1.477. Claude Opus 5 (low) तेज है: 6.99s vs 7.61s, pass rates 83.3% vs 80.3%.

अनुशंसित मॉडलClaude Opus 5 (low)It offers the best overall trade-off: a competitive score (8.6), lower cost than Claude Opus 4.7 (medium), and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25
स्कोर 8.7 8.6
रैंक #20 #23
विश्वसनीयता 10.0 10.0
संगति 9.6 9.3
सही परीक्षण
प्रति प्रयास पास दर 83.3% 80.3%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 8.201 6.593
कुल लागत $1.477 $1.121
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 145,252 134,773
आउटपुट टोकन 24,948 14,123
रीजनिंग टोकन 5,042 3,896
प्रतिक्रिया समय (औसत) 7.61s 6.99s
प्रतिक्रिया समय (अधिकतम) 65.40s 30.67s
प्रतिक्रिया समय (कुल) 159.91s 153.73s

Hamster playing table tennis

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

#20 Claude Opus 4.7

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

#23 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 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

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 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760

त्वरित तुलना

तुलना जोड़ी बदलें