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

Claude Opus 4.7 (medium) vs DaisyRose 27B (xhigh)

DaisyRose 27B (xhigh) average score में आगे है: 8.1 vs 8.1. DaisyRose 27B (xhigh) की benchmark लागत कम है: $1.559 vs $3.636. Claude Opus 4.7 (medium) तेज है: 14.12s vs 111.38s, pass rates 81.2% vs 68.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#163
कुल आउटपुट टोकन
57,978
प्रतिक्रिया समय (औसत)
14.12s
कुल लागत
$3.636
रैंक
#160
कुल आउटपुट टोकन
799,132
प्रतिक्रिया समय (औसत)
111.38s
कुल लागत
$1.559
अनुशंसित मॉडल Claude Opus 4.7 (medium)

Its score stays close to the best score here (8.1 vs 8.1), while responding about 7.9x faster than DaisyRose 27B (xhigh).

विस्तृत तुलना

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 DaisyRose 27B DaisyRose 27B xhigh रिलीज़: 2026-11-18
स्कोर 8.1 8.1
रैंक #163 #160
विश्वसनीयता 10.0 9.7
संगति 9.3 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 68.1%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 20.200 11.133
कुल लागत $3.636 $1.559
इनपुट कीमत $5.000 / 1M $0.150 / 1M
आउटपुट कीमत $25.000 / 1M $1.875 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.038 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 437,293 401,324
आउटपुट टोकन 29,102 8,843
रीजनिंग टोकन 28,876 790,289
प्रतिक्रिया समय (औसत) 14.12s 111.38s
प्रतिक्रिया समय (अधिकतम) 150.60s 960.01s
प्रतिक्रिया समय (कुल) 310.55s 2561.63s
पैरामीटर ~5T कुल (~500B सक्रिय) 27.8B
उपलब्धता बंद स्रोत मुक्त 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.

#163 Claude Opus 4.7

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

#160 DaisyRose 27B

xhigh
लागत
$0.063
समय
189.8s
टोकन
33,346 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
DaisyRose 27B 9.9 10.0 100.0% 0 99.76s 8,235 497 147,458

तुलना जोड़ी बदलें