Anthropic: Claude Opus 4.7 vs Anthropic: Claude Sonnet 4.6

Claude Opus 4.7 (medium) 平均分领先，为 8.7 vs 7.8。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $1.477 vs $2.057。 Claude Opus 4.7 (medium) 更快，为 7.61s vs 25.91s，通过率为 83.3% vs 66.7%。

推荐模型Claude Opus 4.7 (medium)它在这里得分最高（8.7），同时响应速度比Claude Sonnet 4.6 (medium)快约 3.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17
分数	8.7	7.8
排名	#15	#40
可靠性	10.0	10.0
一致性	9.6	9.2
测试正确
尝试通过率	83.3%	66.7%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	8.201	14.692
总成本	$1.477	$2.057
输入价格	$5.000 / 1M	$3.000 / 1M
输出价格	$25.000 / 1M	$15.000 / 1M
总输入令牌	145,252	106,292
输出令牌	24,948	80,748
推理令牌	5,042	35,117
响应时间（平均）	7.61s	25.91s
响应时间（最大）	65.40s	140.96s
响应时间（总计）	159.91s	362.78s

Hamster playing table tennis

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

#15 Claude Opus 4.7

medium

成本: $0.059
时间: 26.8s
令牌: 2,475 tok

#40 Claude Sonnet 4.6

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Claude Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Claude Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
Claude Sonnet 4.6	10.0	10.0	100.0%	0		93.65s	75,531	31,916	9,109

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Claude Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Claude Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Claude Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Claude Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Claude Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Claude Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586

快速对比

切换对比组合

Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh Claude Sonnet 4.6mediumvsKimi K3max Claude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh Claude Sonnet 4.6mediumvsDeepSeek V4 Prohigh Claude Sonnet 4.6mediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsInklinghigh Claude Opus 4.7mediumvsGrok 4.5high Claude Opus 4.7mediumvsGemini 3.5 Flashlow Claude Sonnet 4.6mediumvsMuse Spark 1.1high Claude Opus 4.7mediumvsGrok 4.5low