Claude Opus 4.7 (medium) vs GPT-5.6 Luna (high)

Claude Opus 4.7 (medium) лидирует по среднему баллу: 8.1 vs 8.0. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.207 vs $3.636. Claude Opus 4.7 (medium) быстрее: 14.12s vs 18.39s, с долей успешных попыток 81.2% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #88
Общее число выходных токенов: 57,978
Время ответа (среднее): 14.12s
Общая стоимость: $3.636

Ранг: #91
Общее число выходных токенов: 139,395
Время ответа (среднее): 18.39s
Общая стоимость: $0.207

Рекомендуемая модель GPT-5.6 Luna (high)

Его балл близок к лучшему здесь (8.0 против 8.1), при этом он примерно в 17.6 раза дешевле, чем Claude Opus 4.7 (medium).

Подробное сравнение

Метрика	Claude Opus 4.7 Claude Opus 4.7 medium Релиз: 2026-04-16	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	Claude Opus 4.7 Claude Opus 4.7 medium Релиз: 2026-04-16	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	8.1	8.0
Ранг	#88	#91
Надежность	10.0	10.0
Стабильность	9.3	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	81.2%	71.0%
Нестабильные тесты	2	4
Всего запусков	69	69
Стоимость за результат	20.200	5.882
Общая стоимость	$3.636	$0.207
Цена входа	$5.000 / 1M	$0.200 / 1M
Цена выхода	$25.000 / 1M	$1.200 / 1M
Общее число входных токенов	437,293	197,896
Выходные токены	29,102	6,211
Токены рассуждений	28,876	133,184
Время ответа (среднее)	14.12s	18.39s
Время ответа (макс.)	150.60s	111.09s
Время ответа (суммарно)	310.55s	422.93s
Параметры	~5T всего (~500B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#88 Claude Opus 4.7

medium

Стоимость: $0.059
Время: 26.8s
Токены: 2,475 tok

#91 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	5.2	3.2	33.3%	1		150.60s	292,044	4,154	23,834
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	7.7	10.0	66.7%	0		1.19s	627	51	0
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423high Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Claude Opus 4.7mediumvsDeepSeek V4 Pro 0423high Claude Opus 4.7mediumvsDeepSeek V4.1 Flashlow DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Claude Opus 4.7mediumvsSeed-2.0-Codelow GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGLM 5.3 FlashXmax GPT-5.6 LunahighvsQwen3.7 Maxnone Claude Opus 4.7mediumvsGPT-5.6 Terralow Seed-2.0-CodelowvsGPT-5.6 Lunahigh