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 Anthropic: Claude Sonnet 4.6

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 7.8. Claude Opus 4.7 (medium) की benchmark लागत कम है: $1.477 vs $2.057. Claude Opus 4.7 (medium) तेज है: 7.61s vs 25.91s, pass rates 83.3% vs 66.7%.

अनुशंसित मॉडलClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 3.4x faster than Claude Sonnet 4.6 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-20

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 Claude Sonnet 4.6 Claude Sonnet 4.6 medium रिलीज़: 2026-02-17
स्कोर 8.7 7.8
रैंक #15 #40
विश्वसनीयता 10.0 10.0
संगति 9.6 9.2
सही परीक्षण
प्रति प्रयास पास दर 83.3% 66.7%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 8.201 14.692
कुल लागत $1.477 $2.057
इनपुट कीमत $5.000 / 1M $3.000 / 1M
आउटपुट कीमत $25.000 / 1M $15.000 / 1M
कुल इनपुट टोकन 145,252 106,292
आउटपुट टोकन 24,948 80,748
रीजनिंग टोकन 5,042 35,117
प्रतिक्रिया समय (औसत) 7.61s 25.91s
प्रतिक्रिया समय (अधिकतम) 65.40s 140.96s
प्रतिक्रिया समय (कुल) 159.91s 362.78s

Hamster playing table tennis

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

#15 Claude Opus 4.7

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

#40 Claude Sonnet 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686

त्वरित तुलना

तुलना जोड़ी बदलें