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-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Claude Opus 4.7 Claude Opus 4.7 none Lansare: 2026-04-16 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 9.2 8.2
Rang #4 #16
Consistență 10.0 8.7
Teste corecte
Rată de trecere pe încercare 88.9% 79.6%
Teste instabile 0 3
Rulări totale 54 54
Cost per rezultat 3.155 6.399
Cost total $0.505 $0.832
Preț de intrare $5.000 / 1M $2.500 / 1M
Preț de ieșire $25.000 / 1M $15.000 / 1M
Tokenuri de ieșire 6,326 2,169
Tokenuri de raționament 0 48,732
Timp de răspuns (mediu) 3.13s 18.63s
Timp de răspuns (maxim) 18.27s 100.41s
Timp de răspuns (total) 56.33s 335.26s

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 2.12s 522 0
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
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 2.84s 494 0
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
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 9.5 10.0 100.0% 0 18.27s 3,504 0
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
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 2.15s 324 0
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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 1.19s 78 0
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
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 3.47s 257 0
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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 1.46s 114 0
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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 2.58s 661 0
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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 4.74s 372 0
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumClaude Opus 4.7nonevsGemini 3 Flash PreviewlowClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumClaude Opus 4.7nonevsSeed-2.0-LitemediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumClaude Opus 4.7nonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.7nonevsQwen3.6 Plus PreviewmediumDisponibil gratuitClaude Opus 4.7nonevsQwen3.5-27BmediumClaude Opus 4.7nonevsGemini 3 PRO Previewmedium