#16 Claude Opus 4.7
medium- खर्च
- $0.059
- वेळ
- 26.8s
- टोकन्स
- 2,475 tok
AI BENCHY Compare
सारांश
Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 8.7. Gemini 3 Flash Preview (medium) चा benchmark खर्च कमी आहे: $0.667 vs $0.679. Claude Opus 4.7 (medium) वेगवान आहे: 4.73s vs 18.64s, pass rates 82.5% vs 98.4%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Opus 4.7 Claude Opus 4.7 medium | Gemini 3 Flash Preview Gemini 3 Flash Preview medium |
|---|---|---|
| स्कोअर | 8.7 | 9.6 |
| क्रमांक | #16 | #2 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.6 | 9.7 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 82.5% | 98.4% |
| अस्थिर चाचण्या | 1 | 1 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 3.991 | 3.335 |
| एकूण खर्च | $0.679 | $0.667 |
| इनपुट किंमत | $5.000 / 1M | $0.500 / 1M |
| आउटपुट किंमत | $25.000 / 1M | $3.000 / 1M |
| एकूण इनपुट टोकन्स | 65,406 | 37,017 |
| आउटपुट टोकन्स | 11,858 | 2,006 |
| रिझनिंग टोकन्स | 2,198 | 214,153 |
| प्रतिसाद वेळ (सरासरी) | 4.73s | 18.64s |
| प्रतिसाद वेळ (कमाल) | 23.18s | 117.26s |
| प्रतिसाद वेळ (एकूण) | 94.51s | 391.35s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 7.6 | 7.2 | 77.8% | 1 | 12.96s | 10,635 | 7,629 | 1,114 | |
| Gemini 3 Flash Preview | 8.6 | 7.6 | 88.9% | 1 | 84.40s | 8,122 | 462 | 161,084 |
तुलना जोडी बदला