#16 Claude Opus 4.7
medium- 成本
- $0.059
- 时间
- 26.8s
- 令牌
- 2,475 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.3-Codex
摘要
GPT-5.3-Codex (medium) 平均分领先，为 8.9 vs 8.7。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $0.679 vs $0.740。 Claude Opus 4.7 (medium) 更快，为 4.73s vs 16.22s，通过率为 82.5% vs 82.5%。
推荐模型Claude Opus 4.7 (medium)它的得分接近这里的最高分（8.7 vs 8.9），同时响应速度比GPT-5.3-Codex (medium)快约 3.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.7 Claude Opus 4.7 medium | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| 分数 | 8.7 | 8.9 |
| 排名 | #16 | #13 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 82.5% | 82.5% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 3.991 | 4.932 |
| 总成本 | $0.679 | $0.740 |
| 输入价格 | $5.000 / 1M | $1.750 / 1M |
| 输出价格 | $25.000 / 1M | $14.000 / 1M |
| 总输入令牌 | 65,406 | 34,299 |
| 输出令牌 | 11,858 | 2,357 |
| 推理令牌 | 2,198 | 46,189 |
| 响应时间（平均） | 4.73s | 16.22s |
| 响应时间（最大） | 23.18s | 100.93s |
| 响应时间（总计） | 94.51s | 340.67s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#13 GPT-5.3-Codex
medium- 成本
- $0.049
- 时间
- 54.9s
- 令牌
- 3,580 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
| 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 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 |
快速对比
切换对比组合
Claude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.6 SolhighDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumClaude Opus 4.7mediumvsGLM 5.2highClaude Opus 4.7mediumvsKAT-Coder-Pro V2.5lowClaude Opus 4.7mediumvsGPT-5.6 SollowClaude Opus 4.7mediumvsGrok 4.5low