नेविगेशन
Advertise here

Claude Opus 4.7 (medium) vs GPT-5.6 Luna (high)

Claude Opus 4.7 (medium) average score में आगे है: 8.1 vs 8.0. GPT-5.6 Luna (high) की benchmark लागत कम है: $0.118 vs $3.636. Claude Opus 4.7 (medium) तेज है: 14.12s vs 18.39s, pass rates 81.2% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#146
कुल आउटपुट टोकन
57,978
प्रतिक्रिया समय (औसत)
14.12s
कुल लागत
$3.636
रैंक
#149
कुल आउटपुट टोकन
139,395
प्रतिक्रिया समय (औसत)
18.39s
कुल लागत
$0.118
अनुशंसित मॉडल GPT-5.6 Luna (high)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 30.9x less than Claude Opus 4.7 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 8.1 8.0
रैंक #146 #149
विश्वसनीयता 10.0 10.0
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 71.0%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 20.200 5.882
कुल लागत $3.636 $0.118
इनपुट कीमत $5.000 / 1M $0.200 / 1M
आउटपुट कीमत $25.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.020 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.250 / 1M
कुल इनपुट टोकन 437,293 197,896
आउटपुट टोकन 29,102 6,211
रीजनिंग टोकन 28,876 133,184
प्रतिक्रिया समय (औसत) 14.12s 18.39s
प्रतिक्रिया समय (अधिकतम) 150.60s 111.09s
प्रतिक्रिया समय (कुल) 310.55s 422.93s
पैरामीटर ~5T कुल (~500B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#146 Claude Opus 4.7

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

#149 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

तुलना जोड़ी बदलें