#18 Claude Opus 4.7
medium- 成本
- $0.059
- 时间
- 26.8s
- 令牌
- 2,475 tok
Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.5
GPT-5.5 (medium) 平均分领先，为 9.0 vs 8.7。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $1.477 vs $4.137。 Claude Opus 4.7 (medium) 更快，为 7.61s vs 38.42s，通过率为 83.3% vs 87.9%。
推荐模型Claude Opus 4.7 (medium)它的得分接近这里的最高分（8.7 vs 9.0），同时成本比GPT-5.5 (medium)低约 2.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-24
| 指标 | Claude Opus 4.7 Claude Opus 4.7 medium | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 8.7 | 9.0 |
| 排名 | #18 | #13 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 83.3% | 87.9% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.201 | 22.980 |
| 总成本 | $1.477 | $4.137 |
| 输入价格 | $5.000 / 1M | $5.000 / 1M |
| 输出价格 | $25.000 / 1M | $30.000 / 1M |
| 总输入令牌 | 145,252 | 80,659 |
| 输出令牌 | 24,948 | 5,617 |
| 推理令牌 | 5,042 | 118,819 |
| 响应时间（平均） | 7.61s | 38.42s |
| 响应时间（最大） | 65.40s | 332.10s |
| 响应时间（总计） | 159.91s | 845.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#13 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 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
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 606 | 250 | 1,335 |
| 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-5.5 | 8.8 | 7.8 | 88.9% | 1 | 59.77s | 7,305 | 362 | 24,959 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.18s | 7,140 | 234 | 593 |
| 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 | |
| GPT-5.5 | 5.3 | 7.2 | 44.4% | 1 | 164.14s | 723 | 67 | 79,625 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 477 | 138 | 223 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 660 | 93 | 538 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.76s | 642 | 241 | 2,225 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.57s | 5,445 | 258 | 832 |
| 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 | |
| GPT-5.5 | 2.8 | 1.6 | 33.3% | 1 | 37.86s | 195 | 30 | 1,754 |
快速对比
切换对比组合
Gemini 3.5 FlashlowvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5highClaude Opus 4.7mediumvsGrok 4.5highClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGrok 4.5lowGemini 3.6 FlashlowvsGPT-5.5mediumClaude Opus 4.7mediumvsMuse Spark 1.1lowGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5lowClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsMuse Spark 1.1highClaude Opus 4.7mediumvsGPT-5.6 Solhigh