#16 Claude Opus 4.7
medium- लागत
- $0.059
- समय
- 26.8s
- टोकन
- 2,475 tok
AI BENCHY तुलना
सारांश
Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) की benchmark लागत कम है: $0.158 vs $0.679. Claude Opus 4.7 (medium) तेज है: 4.73s vs 15.05s, pass rates 82.5% vs 69.8%.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Claude Opus 4.7 Claude Opus 4.7 medium | Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium निःशुल्क उपलब्ध |
|---|---|---|
| स्कोर | 8.7 | 8.1 |
| रैंक | #16 | #31 |
| विश्वसनीयता | 10.0 | 9.7 |
| संगति | 9.6 | 8.8 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 82.5% | 69.8% |
| अस्थिर टेस्ट | 1 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 3.991 | 0.000 |
| कुल लागत | $0.679 | $0.158 |
| इनपुट कीमत | $5.000 / 1M | $0.500 / 1M |
| आउटपुट कीमत | $25.000 / 1M | $2.200 / 1M |
| कुल इनपुट टोकन | 65,406 | 46,813 |
| आउटपुट टोकन | 11,858 | 18,002 |
| रीजनिंग टोकन | 2,198 | 53,091 |
| प्रतिक्रिया समय (औसत) | 4.73s | 15.05s |
| प्रतिक्रिया समय (अधिकतम) | 23.18s | 43.93s |
| प्रतिक्रिया समय (कुल) | 94.51s | 316.09s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | |
| Nemotron 3 Ultra 550b A55b | 8.4 | 7.4 | 88.9% | 1 | 26.53s | 7,686 | 2,854 | 17,725 |
तुलना जोड़ी बदलें