Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.5

GPT-5.5 (medium) が平均スコアでリードし、9.0 vs 8.7 です。 Claude Opus 4.7 (medium) の benchmark コストが低く、$1.477 vs $4.137 です。 Claude Opus 4.7 (medium) の方が高速で、7.61s vs 38.42s です、成功率は 83.3% vs 87.9% です。

おすすめモデルClaude Opus 4.7 (medium)スコアはここでの最高値に近く（8.7 vs 9.0）、GPT-5.5 (medium) より約 2.8 倍低コストです。

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: 2026-07-24

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24
スコア	8.7	9.0
順位	#18	#13
信頼性	10.0	10.0
一貫性	9.6	8.9
正解テスト
試行ごとの合格率	83.3%	87.9%
不安定なテスト	1	3
総実行回数	66	66
結果あたりのコスト	8.201	22.980
合計コスト	$1.477	$4.137
入力価格	$5.000 / 1M	$5.000 / 1M
出力価格	$25.000 / 1M	$30.000 / 1M
合計入力トークン	145,252	80,659
出力トークン	24,948	5,617
推論トークン	5,042	118,819
応答時間（平均）	7.61s	38.42s
応答時間（最大）	65.40s	332.10s
応答時間（合計）	159.91s	845.35s

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

コスト: $0.059
時間: 26.8s
トークン: 2,475 tok

#13 GPT-5.5

medium

コスト: $0.112
時間: 71.9s
トークン: 3,807 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-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		33.52s	57,466	3,944	6,735

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Claude Opus 4.7mediumvsGemini 3.5 Flashlow Claude Opus 4.7mediumvsGrok 4.5low Gemini 3.6 FlashlowvsGPT-5.5medium Claude Opus 4.7mediumvsMuse Spark 1.1low Gemini 3.5 FlashhighvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5low Claude Opus 4.7mediumvsGPT-5.5low Claude Opus 4.7mediumvsMuse Spark 1.1high Claude Opus 4.7mediumvsGPT-5.6 Solhigh