नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

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

सारांश

Claude Opus 4.7 (medium) vs GPT-5.6 Terra (high) benchmark तुलना: Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.2. Claude Opus 4.7 (medium) की benchmark लागत कम है: $0.679 vs $0.852. Claude Opus 4.7 (medium) तेज है: 4.73s vs 10.89s, pass rates 82.5% vs 68.3%.

अनुशंसित मॉडल: Claude Opus 4.7 (medium) - It has the best score here (8.7), while responding about 2.3x faster than GPT-5.6 Terra (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 Terra GPT-5.6 Terra high रिलीज़: 2026-07-09
स्कोर 8.7 8.2
रैंक #16 #29
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
सही परीक्षण
प्रति प्रयास पास दर 82.5% 68.3%
अस्थिर टेस्ट 1 1
कुल रन 63 63
प्रति परिणाम लागत 3.991 6.086
कुल लागत $0.679 $0.852
इनपुट कीमत $5.000 / 1M $2.500 / 1M
आउटपुट कीमत $25.000 / 1M $15.000 / 1M
कुल इनपुट टोकन 65,406 34,218
आउटपुट टोकन 11,858 1,908
रीजनिंग टोकन 2,198 49,189
प्रतिक्रिया समय (औसत) 4.73s 10.89s
प्रतिक्रिया समय (अधिकतम) 23.18s 91.49s
प्रतिक्रिया समय (कुल) 94.51s 228.65s

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

#29 GPT-5.6 Terra

high
लागत
$0.055
समय
30.2s
टोकन
3,748 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 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
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 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
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 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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 Terra 10.0 10.0 100.0% 0 938ms 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 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
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 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
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 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
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 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
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 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
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 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

त्वरित तुलना

तुलना जोड़ी बदलें