导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

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

摘要

Claude Opus 4.7 (medium) vs GPT-5.6 Terra (high) benchmark 对比：Claude Opus 4.7 (medium) 平均分领先，为 8.7 vs 8.2。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $0.679 vs $0.852。 Claude Opus 4.7 (medium) 更快，为 4.73s vs 10.89s，通过率为 82.5% vs 68.3%。

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GPT-5.6 Terra (high)快约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16 GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09
分数 8.7 8.2
排名 #16 #29
可靠性 10.0 10.0
一致性 9.6 9.6
测试正确
尝试通过率 82.5% 68.3%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 3.991 6.086
总成本 $0.679 $0.852
输入价格 $5.000 / 1M $2.500 / 1M
输出价格 $25.000 / 1M $15.000 / 1M
总输入令牌 65,406 34,218
输出令牌 11,858 1,908
推理令牌 2,198 49,189
响应时间（平均） 4.73s 10.89s
响应时间（最大） 23.18s 91.49s
响应时间（总计） 94.51s 228.65s

生成展示

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
成本
$0.059
时间
26.8s
令牌
2,475 tok

#29 GPT-5.6 Terra

high
成本
$0.055
时间
30.2s
令牌
3,748 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-5.6 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
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-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
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 21.45s 24,501 2,369 1,084
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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-5.6 Terra 10.0 10.0 100.0% 0 938ms 7,140 222 0
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-5.6 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
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-5.6 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
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-5.6 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
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-5.6 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
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-5.6 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
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-5.6 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

快速对比

切换对比组合

GPT-5.6 TerrahighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGPT-5.6 TerrahighvsQwen3.5-27BmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumSeed-2.0-LitemediumvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh