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

Rezumat

Comparație benchmark Claude Opus 4.7 vs GPT-5.5: GPT-5.5 conduce la scorul mediu cu 8.8 vs 8.7. Claude Opus 4.7 are costul de benchmark mai mic, $0.679 vs $3.679. Claude Opus 4.7 este mai rapid cu 4.73s vs 37.98s, cu rate de reușită de 82.5% vs 87.3%.

Model recomandat: Claude Opus 4.7 - Scorul rămâne aproape de cel mai bun scor de aici (8.7 vs 8.8) și costă de aproximativ 5.4x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24
Scor 8.7 8.8
Rang #11 #9
Fiabilitate 10.0 10.0
Consistență 9.6 8.9
Teste corecte
Rată de trecere pe încercare 82.5% 87.3%
Teste instabile 1 3
Rulări totale 63 63
Cost per rezultat 3.991 21.638
Cost total $0.679 $3.679
Preț de intrare $5.000 / 1M $5.000 / 1M
Preț de ieșire $25.000 / 1M $30.000 / 1M
Total tokenuri de intrare 65,406 34,212
Tokenuri de ieșire 11,858 1,985
Tokenuri de raționament 2,198 114,925
Timp de răspuns (mediu) 4.73s 37.98s
Timp de răspuns (maxim) 23.18s 332.10s
Timp de răspuns (total) 94.51s 797.60s

Generation showcase

Hamster playing table tennis

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

#11 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

#9 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
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
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashnonevsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3.5 Flashhigh