AI BENCHY
Advertise here
#3

Claude Opus 4.7

Anthropic Lansare: 2026-04-16 Testat la: 2026-04-16 15:59 anthropic/claude-opus-4.7::medium
(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: Este unul dintre modelele cel mai bine clasate per total. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.

Scor

9.2

Consistență

10.0

Fiabilitate

N/D

Cost total (preț curent)

$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 corecte

Teste greșite: 2

Rată de trecere pe încercare: 88.9%

Teste instabile

0

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

3.53s

Timp de răspuns (maxim): 21.45s

Timp de răspuns (total): 60.03s

Timp expirat: 1 Răspuns greșit: 1

Prezentare generare

Hamster playing table tennis

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

#3 Claude Opus 4.7

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

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total 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

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Claude Opus 4.7mediumvsClaude Opus 4.8mediumClaude Opus 4.7mediumvsGLM 5.2mediumClaude Opus 4.7mediumvsQwen3.6 Max PreviewmediumClaude Opus 4.7mediumvsGLM 5mediumClaude Opus 4.7mediumvsGPT-5.3-CodexmediumClaude Opus 4.7mediumvsGPT-5 MinimediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.7mediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.7mediumvsGPT-5.5low

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

Modele comparate