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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Mini

সারাংশ

Claude Opus 4.8 vs GPT-5.4 Mini benchmark তুলনা: GPT-5.4 Mini average score-এ এগিয়ে: 8.0 vs 7.7. GPT-5.4 Mini-এর benchmark খরচ কম: $0.526 vs $1.270. Claude Opus 4.8 দ্রুত: 10.83s vs 22.34s, pass rates 79.4% vs 73.0%.

প্রস্তাবিত মডেল: GPT-5.4 Mini - It has the best score here (8.0), while costing about 2.4x less than Claude Opus 4.8.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-30

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 GPT-5.4 Mini GPT-5.4 Mini medium প্রকাশ: 2026-03-17
স্কোর 7.7 8.0
র‍্যাঙ্ক #38 #27
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.8 8.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 79.4% 73.0%
অস্থির টেস্ট 3 5
মোট রান 63 63
প্রতি ফলাফলে খরচ 8.466 4.381
মোট খরচ $1.270 $0.526
ইনপুট মূল্য $5.000 / 1M $0.750 / 1M
আউটপুট মূল্য $25.000 / 1M $4.500 / 1M
মোট ইনপুট টোকেন 60,946 34,116
আউটপুট টোকেন 31,771 2,181
রিজনিং টোকেন 6,831 108,937
প্রতিক্রিয়া সময় (গড়) 10.83s 22.34s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 138.75s
প্রতিক্রিয়া সময় (মোট) 227.39s 469.20s

জেনারেশন শোকেস

Hamster playing table tennis

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

#38 Claude Opus 4.8

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

#27 GPT-5.4 Mini

medium
খরচ
$0.056
সময়
95.5s
টোকেন
12,464 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

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

দ্রুত তুলনা

তুলনার জুটি বদলান