Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.4

Claude Opus 4.7 (medium) が平均スコアでリードし、8.7 vs 8.5 です。 Claude Opus 4.7 (medium) の benchmark コストが低く、$1.477 vs $1.533 です。 Claude Opus 4.7 (medium) の方が高速で、7.61s vs 23.10s です、成功率は 83.3% vs 77.3% です。

おすすめモデルClaude Opus 4.7 (medium)ここでは最高スコア（8.7）で、GPT-5.4 (medium) より約 3.0 倍速く応答します。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-18

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05
スコア	8.7	8.5
順位	#15	#18
信頼性	10.0	10.0
一貫性	9.6	8.6
正解テスト
試行ごとの合格率	83.3%	77.3%
不安定なテスト	1	4
総実行回数	66	66
結果あたりのコスト	8.201	10.220
合計コスト	$1.477	$1.533
入力価格	$5.000 / 1M	$2.500 / 1M
出力価格	$25.000 / 1M	$15.000 / 1M
合計入力トークン	145,252	81,127
出力トークン	24,948	6,155
推論トークン	5,042	82,515
応答時間（平均）	7.61s	23.10s
応答時間（最大）	65.40s	100.41s
応答時間（合計）	159.91s	508.26s

Hamster playing table tennis

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

#15 Claude Opus 4.7

medium

コスト: $0.059
時間: 26.8s
トークン: 2,475 tok

#18 GPT-5.4

medium

コスト: $0.214
時間: 199.6s
トークン: 14,349 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

クイック比較

比較ペアを切り替え

GPT-5.4mediumvsGrok 4.5low Claude Opus 4.7mediumvsGrok 4.5high Claude Opus 4.7mediumvsGemini 3.5 Flashlow Muse Spark 1.1lowvsGPT-5.4medium Claude Opus 4.7mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Claude Opus 4.7mediumvsMuse Spark 1.1low Muse Spark 1.1highvsGPT-5.4medium GPT-5.4mediumvsInklinghigh GPT-5.4mediumvsGLM 5.2high Kimi K3maxvsGPT-5.4medium