AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Nemotron 3 Ultra 550b A55b

Ringkasan

Claude Opus 4.7 (medium) unggul dalam skor rata-rata dengan 8.7 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) memiliki biaya benchmark lebih rendah di $0.158 vs $0.679. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 15.05s, dengan tingkat keberhasilan 82.5% vs 69.8%.

Model yang direkomendasikanClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 3.2x faster than Nemotron 3 Ultra 550b A55b (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Rilis: 2026-06-04 Tersedia gratis

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Rilis: 2026-06-04 Tersedia gratis
Skor	8.7	8.1
Peringkat	#16	#31
Keandalan	10.0	9.7
Konsistensi	9.6	8.8
Tes benar
Tingkat lulus per percobaan	82.5%	69.8%
Tes tidak stabil	1	3
Total Run	63	63
Biaya per hasil	3.991	0.000
Total Biaya	$0.679	$0.158
Harga input	$5.000 / 1M	$0.500 / 1M
Harga output	$25.000 / 1M	$2.200 / 1M
Total token input	65,406	46,813
Token output	11,858	18,002
Token penalaran	2,198	53,091
Waktu respons (rata-rata)	4.73s	15.05s
Waktu respons (maks)	23.18s	43.93s
Waktu respons (total)	94.51s	316.09s

Showcase generasi

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Biaya: $0.059
Waktu: 26.8s
Token: 2,475 tok

#31 Nemotron 3 Ultra 550b A55b

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		8.62s	780	835	1,485

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Nemotron 3 Ultra 550b A55b	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Nemotron 3 Ultra 550b A55b	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Nemotron 3 Ultra 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		6.35s	765	182	1,243

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Nemotron 3 Ultra 550b A55b	5.5	9.9	33.3%	0		3.54s	792	771	2,055

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		7.72s	9,781	304	984

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

Perbandingan Cepat

Ganti Pasangan Perbandingan