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 OpenAI: GPT-5.5

GPT-5.5 (low) average score में आगे है: 9.3 vs 8.7. GPT-5.5 (low) की benchmark लागत कम है: $1.253 vs $1.477. Claude Opus 4.7 (medium) तेज है: 7.61s vs 10.13s, pass rates 83.3% vs 86.4%.

अनुशंसित मॉडलGPT-5.5 (low)It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.

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 GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24
स्कोर 8.7 9.3
रैंक #20 #9
विश्वसनीयता 10.0 10.0
संगति 9.6 10.0
सही परीक्षण
प्रति प्रयास पास दर 83.3% 86.4%
अस्थिर टेस्ट 1 0
कुल रन 66 66
प्रति परिणाम लागत 8.201 6.594
कुल लागत $1.477 $1.253
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 145,252 80,058
आउटपुट टोकन 24,948 5,378
रीजनिंग टोकन 5,042 23,040
प्रतिक्रिया समय (औसत) 7.61s 10.13s
प्रतिक्रिया समय (अधिकतम) 65.40s 56.19s
प्रतिक्रिया समय (कुल) 159.91s 222.82s

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

#9 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 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
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

त्वरित तुलना

तुलना जोड़ी बदलें