Navigare
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 Anthropic: Claude Sonnet 4.6

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-01

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17
Scor 8.9 7.6
Rang #7 #52
Fiabilitate 10.0 10.0
Consistență 10.0 9.2
Teste corecte
Rată de trecere pe încercare 85.0% 68.3%
Teste instabile 0 2
Rulări totale 60 60
Cost per rezultat 3.670 10.229
Cost total $0.624 $1.330
Preț de intrare $5.000 / 1M $3.000 / 1M
Preț de ieșire $25.000 / 1M $15.000 / 1M
Tokenuri de ieșire 10,439 49,891
Tokenuri de raționament 2,198 29,565
Timp de răspuns (mediu) 4.48s 15.81s
Timp de răspuns (maxim) 23.18s 46.35s
Timp de răspuns (total) 85.21s 189.71s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 14.79s 6,210 1,114
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 370 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 592 646
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsRing-2.6-1Tnone