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-5.6 Sol

Rezumat

Comparație benchmark Claude Opus 4.7 (medium) vs GPT-5.6 Sol (low): GPT-5.6 Sol (low) conduce la scorul mediu cu 9.5 vs 8.7. GPT-5.6 Sol (low) are costul de benchmark mai mic, $0.649 vs $0.679. Claude Opus 4.7 (medium) este mai rapid cu 4.73s vs 8.29s, cu rate de reușită de 82.5% vs 85.7%.

Model recomandat: GPT-5.6 Sol (low) - Are cel mai puternic scor din această comparație (9.5) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 GPT-5.6 Sol GPT-5.6 Sol low Lansare: 2026-07-09
Scor 8.7 9.5
Rang #16 #3
Fiabilitate 10.0 10.0
Consistență 9.6 9.2
Teste corecte
Rată de trecere pe încercare 82.5% 85.7%
Teste instabile 1 2
Rulări totale 63 63
Cost per rezultat 3.991 3.816
Cost total $0.679 $0.649
Preț de intrare $5.000 / 1M $5.000 / 1M
Preț de ieșire $25.000 / 1M $30.000 / 1M
Total tokenuri de intrare 65,406 34,218
Tokenuri de ieșire 11,858 1,898
Tokenuri de raționament 2,198 14,023
Timp de răspuns (mediu) 4.73s 8.29s
Timp de răspuns (maxim) 23.18s 53.91s
Timp de răspuns (total) 94.51s 174.04s

Prezentare generare

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
Cost
$0.059
Timp
26.8s
Tokenuri
2,475 tok

#3 GPT-5.6 Sol

low
Cost
$0.062
Timp
26.7s
Tokenuri
2,150 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-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
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-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
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-5.6 Sol 10.0 10.0 100.0% 0 1.82s 7,140 222 0
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-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
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-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashmediumvsGPT-5.6 SollowClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.6 Solhigh