#3 Claude Opus 4.7
medium- Cost
- $0.059
- Timp
- 26.8s
- Tokenuri
- 2,475 tok
Anthropic
Lansare: 2026-04-16
Testat la: 2026-04-16 15:59
anthropic/claude-opus-4.7::medium
~5T în total (~500B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
Claude Opus 4.7 obține 9.2 pe AI BENCHY și este pe #3. Are fiabilitate N/D, rată de reușită 88.9%, cost total $0.447 și timp mediu de răspuns 3.53s.
Ce face Claude Opus 4.7 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #2, iar Trucuri anti-AI este zona cea mai slabă, la #11. Este unul dintre modelele cel mai bine clasate per total. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~5T în total (~500B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
9.2
Consistență
10.0
N/D
$0.447
Total tokenuri de ieșire
6,716
Total tokenuri de intrare
0
Preț de intrare
$5.000 / 1M
Preț de ieșire
$25.000 / 1M
Teste instabile
0
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:08 Retestare | 8.7 | 10.0 | $1.476 | Compară | |
| 2026-07-16 22:28 Test nou adăugat | 8.7 | 10.0 | $1.477 | Compară | |
| 2026-06-04 13:44 Test nou adăugat | 8.7 | 10.0 | $0.679 | Compară | |
| 2026-05-22 00:18 Retestare | 8.9 | 10.0 | $0.625 | Compară | |
| 2026-04-16 15:59 Prima rulare înregistrată | 9.2 | N/D | $0.447 | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-16 15:59 · Prima rulare înregistrată | 54/54 încercări | 9.2 | 10.0 | N/D | 16/18 | 0 | 6,716 | 0 | $0.447 | 3.53s |
| 2026-06-04 13:44 · Test nou adăugat | 63/63 încercări | 8.7 | 9.6 | 10.0 | 17/21 | 1 | 14,056 | 65,406 | $0.679 | 4.73s |
| Diferență | — | +0.6 | +0.4 | -1 | -1 | -7340 | -65406 | -$0.233 | -1194ms |
Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Claude Opus 4.7mediumvsGLM 5.3 FlashmaxClaude Opus 4.7mediumvsMuse Spark 1.2highClaude Opus 4.7mediumvsGemini 3.6 FlashlowClaude Opus 4.7mediumvsMuse Spark 1.2mediumClaude Opus 4.7mediumvsClaude Opus 5lowClaude Opus 4.7mediumvsMuse Spark 1.1mediumClaude Opus 4.7mediumvsClaude Opus 4.8mediumClaude Opus 4.7mediumvsClaude Fable 5mediumClaude Opus 4.7mediumvsGemini 3.5 Flash LitehighClaude Opus 4.7mediumvsQwen3.6 Max Previewmedium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.3 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |