AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.6 Sol

Сводка

Сравнение benchmark Claude Opus 4.7 (medium) vs GPT-5.6 Sol (high): GPT-5.6 Sol (high) лидирует по среднему баллу: 9.4 vs 8.7. Claude Opus 4.7 (medium) имеет более низкую стоимость benchmark: $0.679 vs $0.821. Claude Opus 4.7 (medium) быстрее: 4.73s vs 10.56s, с долей успешных попыток 82.5% vs 88.9%.

Рекомендуемая модель: Claude Opus 4.7 (medium) - Его балл близок к лучшему здесь (8.7 против 9.4), и он отвечает примерно в 2.2 раза быстрее, чем GPT-5.6 Sol (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

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

Метрика	Claude Opus 4.7 Claude Opus 4.7 medium Релиз: 2026-04-16	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09
Оценка	8.7	9.4
Ранг	#16	#6
Надежность	10.0	10.0
Стабильность	9.6	8.8
Тестов верно
Доля успешных попыток	82.5%	88.9%
Нестабильные тесты	1	3
Всего запусков	63	63
Стоимость за результат	3.991	4.824
Общая стоимость	$0.679	$0.821
Цена входа	$5.000 / 1M	$5.000 / 1M
Цена выхода	$25.000 / 1M	$30.000 / 1M
Общее число входных токенов	65,406	34,114
Выходные токены	11,858	1,872
Токены рассуждений	2,198	19,777
Время ответа (среднее)	4.73s	10.56s
Время ответа (макс.)	23.18s	54.79s
Время ответа (суммарно)	94.51s	221.69s

Генерация showcase

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

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

#6 GPT-5.6 Sol

high

Стоимость: $0.151
Время: 201.9s
Токены: 5,100 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

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 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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		21.45s	24,501	2,369	1,084
GPT-5.6 Sol	10.0	10.0	100.0%	0		13.68s	11,019	315	1,599

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 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	0

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		1.17s	630	51	0
GPT-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Claude Fable 5mediumvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow