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 OpenAI: GPT-5.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-26

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor 9.2 9.0
Rang #3 #5
Fiabilitate N/D 10.0
Consistență 10.0 9.6
Teste corecte
Rată de trecere pe încercare 88.9% 87.0%
Teste instabile 0 1
Rulări totale 54 54
Cost per rezultat 2.790 4.534
Cost total $0.447 $0.681
Preț de intrare $5.000 / 1M $5.000 / 1M
Preț de ieșire $25.000 / 1M $30.000 / 1M
Tokenuri de ieșire 5,375 1,959
Tokenuri de raționament 1,341 16,134
Timp de răspuns (mediu) 3.53s 8.39s
Timp de răspuns (maxim) 21.45s 56.19s
Timp de răspuns (total) 60.03s 151.01s

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
GPT-5.5 10.0 10.0 100.0% 0 4.15s 232 1,056
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 6.41s 1,141 257
GPT-5.5 10.0 10.0 100.0% 0 7.79s 369 936
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
GPT-5.5 10.0 10.0 100.0% 0 9.56s 303 717
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
GPT-5.5 10.0 10.0 100.0% 0 3.28s 228 157
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
GPT-5.5 5.3 10.0 33.3% 0 27.57s 69 11,731
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
GPT-5.5 10.0 10.0 100.0% 0 3.45s 143 132
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
GPT-5.5 9.9 10.0 100.0% 0 2.98s 93 356
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 2.51s 399 0
GPT-5.5 9.0 7.9 88.9% 1 4.48s 272 948
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
GPT-5.5 10.0 10.0 100.0% 0 4.96s 250 101

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsHY3 PreviewhighDisponibil gratuitGPT-5.5lowvsQwen3.6 Plus PreviewmediumDisponibil gratuitGPT-5.5lowvsQwen3.5-27BmediumGemini 3 PRO PreviewmediumvsGPT-5.5lowGPT-5.5lowvsGLM 5mediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.5lowClaude Opus 4.7mediumvsHY3 PreviewhighDisponibil gratuit