#47 Claude Opus 4.8
low- খরচ
- $0.031
- সময়
- 14.1s
- টোকেন
- 1,345 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
সারাংশ
average score প্রায় সমান: 7.7 vs 7.7. Step 3.7 Flash (low)-এর benchmark খরচ কম: $0.341 vs $1.270. Claude Opus 4.8 (low) দ্রুত: 10.83s vs 15.74s, pass rates 79.4% vs 68.3%.
প্রস্তাবিত মডেলStep 3.7 Flash (low)It has the best score here (7.7), while costing about 3.7x less than Claude Opus 4.8 (low).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | Claude Opus 4.8 Claude Opus 4.8 low | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| স্কোর | 7.7 | 7.7 |
| র্যাঙ্ক | #47 | #51 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.8 | 8.4 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 79.4% | 68.3% |
| অস্থির টেস্ট | 3 | 4 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 8.466 | 2.840 |
| মোট খরচ | $1.270 | $0.341 |
| ইনপুট মূল্য | $5.000 / 1M | $0.200 / 1M |
| আউটপুট মূল্য | $25.000 / 1M | $1.150 / 1M |
| মোট ইনপুট টোকেন | 60,946 | 40,101 |
| আউটপুট টোকেন | 31,771 | 289,325 |
| রিজনিং টোকেন | 6,831 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 10.83s | 15.74s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 127.97s | 124.75s |
| প্রতিক্রিয়া সময় (মোট) | 227.39s | 330.63s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
অবৈধ SVG
- খরচ
- $0.004
- সময়
- 25.3s
- টোকেন
- 3,072 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
দ্রুত তুলনা
তুলনার জুটি বদলান
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6mediumবিনামূল্যে উপলভ্যStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 Flashlow