Claude Opus 5.5 vs. Grok 4.7:发布比较
Claude Opus 5.5 与 Grok 4.7 发布比较:分别包含 5 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。
- 智能方面,Claude Opus 5.5 得分最高:Claude Opus 5.5 (Max, Default Fallback)(59),Grok 4.7 为 Grok 4.7 (Xhigh)(35)。
- 每任务耗时方面,Claude Opus 5.5 最快:Claude Opus 5.5 (Low, Default Fallback)(3.1 分钟),Grok 4.7 为 Grok 4.7 (Low)(10.2 分钟)。
- 单任务成本方面,Claude Opus 5.5 最低:Claude Opus 5.5 (Low, Default Fallback)($0.98),Grok 4.7 为 Grok 4.7 (Low)($2.92)。
| Claude Opus 5.5 (max) | Claude Opus 5.5 (xhigh) | Claude Opus 5.5 (high) | Claude Opus 5.5 (medium) | Grok 4.7 (xhigh) | Grok 4.7 (high) | Claude Opus 5.5 (low) | Grok 4.7 (low) | |
|---|---|---|---|---|---|---|---|---|
| Intelligence Index | 59 | 57 | 52 | 48 | 35 | 35 | 35 | 31 |
| 财务与会计 | 59 | 56 | 53 | 51 | 52 | 51 | 42 | 45 |
| 战略与运营 | 61 | 59 | 58 | 56 | 55 | 53 | 48 | 49 |
| 法律 | 58 | 55 | 52 | 50 | 47 | 47 | 43 | 44 |
| 医疗与健康 | 58 | 56 | 52 | 51 | 47 | 46 | 45 | 43 |
| 每任务成本美元 | $10.04 | $6.05 | $3.46 | $2.45 | $7.77 | $6.18 | $0.98 | $2.92 |
| 每任务耗时分钟 | 25.3 | 15.9 | 9.3 | 6.7 | 24.3 | 20.1 | 3.1 | 10.2 |
| 首个答案 Token 延迟秒 | 350.04 | 70.43 | 24.35 | 14.38 | 60.64 | 37.49 | 5.69 | 10.51 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 500k | 500k | 1M | 500k |
| 开发商 | ||||||||
| 许可证 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 |
| 输出模态 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 |
| 服务商 | ||||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
性能
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language