নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 4.6 (medium) vs Claude Opus 4.8 (low)

Claude Opus 4.8 (low) average score-এ এগিয়ে: 7.8 vs 7.7. Claude Opus 4.8 (low)-এর benchmark খরচ কম: $2.089 vs $2.961. Claude Opus 4.8 (low) দ্রুত: 12.88s vs 32.23s, pass rates 63.6% vs 80.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-14

র‍্যাঙ্ক
#71
মোট আউটপুট টোকেন
96,722
প্রতিক্রিয়া সময় (গড়)
32.23s
মোট খরচ
$2.961
র‍্যাঙ্ক
#67
মোট আউটপুট টোকেন
52,237
প্রতিক্রিয়া সময় (গড়)
12.88s
মোট খরচ
$2.089
প্রস্তাবিত মডেল Claude Opus 4.8 (low)

It has the best score here (7.8), while responding about 2.5x faster than Claude Opus 4.6 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.6 Claude Opus 4.6 medium প্রকাশ: 2026-02-05 Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28
স্কোর 7.7 7.8
র‍্যাঙ্ক #71 #67
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.8 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 80.3%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 22.777 13.054
মোট খরচ $2.961 $2.089
ইনপুট মূল্য $5.000 / 1M $5.000 / 1M
আউটপুট মূল্য $25.000 / 1M $25.000 / 1M
মোট ইনপুট টোকেন 108,573 156,522
আউটপুট টোকেন 69,994 43,056
রিজনিং টোকেন 26,728 9,181
প্রতিক্রিয়া সময় (গড়) 32.23s 12.88s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 151.51s 127.97s
প্রতিক্রিয়া সময় (মোট) 515.65s 283.32s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~5T মোট (~500B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#71 Claude Opus 4.6

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#67 Claude Opus 4.8

low
খরচ
$0.031
সময়
14.1s
টোকেন
1,345 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809

দ্রুত তুলনা

তুলনার জুটি বদলান