AI BENCHY
Advertise here

#7

Claude Opus 4.7

Anthropic 发布日期: 2026-04-16 测试于: 2026-05-22 00:18 anthropic/claude-opus-4.7::medium
(medium) (none)

分数

8.9

一致性

10.0

可靠性

10.0

总成本（当前价格）

$0.624

总输出令牌

12,637

输入价格

$5.000 / 1M

输出价格

$25.000 / 1M

测试正确

错误测试数: 3

尝试通过率: 85.0%

不稳定测试

0

不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。

响应时间（平均）

4.48s

响应时间（最大）: 23.18s

响应时间（总计）: 85.21s

答案错误: 2 超时: 1

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-05-22 00:18 重新测试 8.9 10.0 $0.625 当前轮次
2026-04-16 15:59 首次记录的运行 9.2 不适用 $0.447 比较

轮次对比

测试轮次分数一致性可靠性测试正确不稳定测试总输出令牌总成本响应时间（平均）
2026-05-22 00:18 · 当前轮次8.910.010.017/20012,637$0.6244.48s
2026-04-16 15:59 · 首次记录的运行9.210.0不适用16/1806,716$0.4473.53s
差值-0.30.0+10+5921+$0.178+953ms

这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

Claude Opus 4.7mediumvsGemini 3.5 FlashmediumClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.7mediumvsGemini 3.1 Pro PreviewmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsRing-2.6-1TmediumClaude Opus 4.7mediumvsGemini 3.5 Flashlow

类别细分

类别 分数 一致性 测试正确
反AI技巧 8.3 10.0
编程 10.0 10.0
综合 10.0 10.0
数据解析与提取 10.0 10.0
领域专项 7.7 10.0
通用智能 10.0 10.0
指令遵循 10.0 10.0
谜题求解 10.0 10.0
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型