नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.6 Sol

सारांश

Claude Opus 4.7 (medium) vs GPT-5.6 Sol (high) benchmark तुलना: GPT-5.6 Sol (high) average score में आगे है: 9.4 vs 8.7. Claude Opus 4.7 (medium) की benchmark लागत कम है: $0.679 vs $0.821. Claude Opus 4.7 (medium) तेज है: 4.73s vs 10.56s, pass rates 82.5% vs 88.9%.

अनुशंसित मॉडल: Claude Opus 4.7 (medium) - Its score stays close to the best score here (8.7 vs 9.4), while responding about 2.2x faster than GPT-5.6 Sol (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 GPT-5.6 Sol GPT-5.6 Sol high रिलीज़: 2026-07-09
स्कोर 8.7 9.4
रैंक #16 #6
विश्वसनीयता 10.0 10.0
संगति 9.6 8.8
सही परीक्षण
प्रति प्रयास पास दर 82.5% 88.9%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 3.991 4.824
कुल लागत $0.679 $0.821
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 65,406 34,114
आउटपुट टोकन 11,858 1,872
रीजनिंग टोकन 2,198 19,777
प्रतिक्रिया समय (औसत) 4.73s 10.56s
प्रतिक्रिया समय (अधिकतम) 23.18s 54.79s
प्रतिक्रिया समय (कुल) 94.51s 221.69s

जनरेशन शोकेस

Hamster playing table tennis

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

#16 Claude Opus 4.7

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

#6 GPT-5.6 Sol

high
लागत
$0.151
समय
201.9s
टोकन
5,100 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
GPT-5.6 Sol 8.7 7.9 91.7% 1 3.39s 606 171 644
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 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
GPT-5.6 Sol 10.0 10.0 100.0% 0 13.68s 11,019 315 1,599
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.16s 7,140 222 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
GPT-5.6 Sol 5.3 7.2 44.4% 1 39.45s 619 62 9,556
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 4.40s 477 97 238
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.73s 660 96 331
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 4.10s 642 211 675
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.08s 5,454 264 393
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
GPT-5.6 Sol 4.7 1.6 66.7% 1 6.97s 195 30 685

त्वरित तुलना

तुलना जोड़ी बदलें