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

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.5

Ringkasan

Perbandingan benchmark Claude Opus 4.7 vs GPT-5.5: GPT-5.5 unggul dalam skor rata-rata dengan 8.8 vs 8.7. Claude Opus 4.7 memiliki biaya benchmark lebih rendah di $0.679 vs $3.679. Claude Opus 4.7 lebih cepat di 4.73s vs 37.98s, dengan tingkat keberhasilan 82.5% vs 87.3%.

Model yang direkomendasikan: Claude Opus 4.7 - Its score stays close to the best score here (8.7 vs 8.8), while costing about 5.4x less than GPT-5.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16 GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24
Skor 8.7 8.8
Peringkat #11 #9
Keandalan 10.0 10.0
Konsistensi 9.6 8.9
Tes benar
Tingkat lulus per percobaan 82.5% 87.3%
Tes tidak stabil 1 3
Total Run 63 63
Biaya per hasil 3.991 21.638
Total Biaya $0.679 $3.679
Harga input $5.000 / 1M $5.000 / 1M
Harga output $25.000 / 1M $30.000 / 1M
Total token input 65,406 34,212
Token output 11,858 1,985
Token penalaran 2,198 114,925
Waktu respons (rata-rata) 4.73s 37.98s
Waktu respons (maks) 23.18s 332.10s
Waktu respons (total) 94.51s 797.60s

Generation showcase

Hamster playing table tennis

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

#11 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

#9 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 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

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
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
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
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
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
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashnonevsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3.5 Flashhigh