Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Opus 4.7 (medium) vs GPT-5.6 Sol (high): GPT-5.6 Sol (high) unggul dalam skor rata-rata dengan 9.4 vs 8.7. Claude Opus 4.7 (medium) memiliki biaya benchmark lebih rendah di $0.679 vs $0.821. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 10.56s, dengan tingkat keberhasilan 82.5% vs 88.9%.

Model yang direkomendasikan: 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).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16 GPT-5.6 Sol GPT-5.6 Sol high Rilis: 2026-07-09
Skor 8.7 9.4
Peringkat #16 #6
Keandalan 10.0 10.0
Konsistensi 9.6 8.8
Tes benar
Tingkat lulus per percobaan 82.5% 88.9%
Tes tidak stabil 1 3
Total Run 63 63
Biaya per hasil 3.991 4.824
Total Biaya $0.679 $0.821
Harga input $5.000 / 1M $5.000 / 1M
Harga output $25.000 / 1M $30.000 / 1M
Total token input 65,406 34,114
Token output 11,858 1,872
Token penalaran 2,198 19,777
Waktu respons (rata-rata) 4.73s 10.56s
Waktu respons (maks) 23.18s 54.79s
Waktu respons (total) 94.51s 221.69s

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

#6 GPT-5.6 Sol

high
Biaya
$0.151
Waktu
201.9s
Token
5,100 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-5.6 Sol 8.7 7.9 91.7% 1 3.39s 606 171 644
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-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
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-5.6 Sol 10.0 10.0 100.0% 0 13.68s 11,019 315 1,599
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-5.6 Sol 10.0 10.0 100.0% 0 1.16s 7,140 222 0
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-5.6 Sol 5.3 7.2 44.4% 1 39.45s 619 62 9,556
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-5.6 Sol 10.0 10.0 100.0% 0 4.40s 477 97 238
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-5.6 Sol 10.0 10.0 100.0% 0 2.73s 660 96 331
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-5.6 Sol 10.0 10.0 100.0% 0 4.10s 642 211 675
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-5.6 Sol 10.0 10.0 100.0% 0 7.08s 5,454 264 393
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-5.6 Sol 4.7 1.6 66.7% 1 6.97s 195 30 685

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 SolhighvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolhighClaude Fable 5mediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsDeepSeek V4 FlashhighGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 Flashlow