নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs Claude Opus 5

Claude Opus 4.8 (medium) average score-এ এগিয়ে: 8.8 vs 8.6. Claude Opus 5 (low)-এর benchmark খরচ কম: $1.121 vs $1.931. Claude Opus 5 (low) দ্রুত: 6.99s vs 12.49s, pass rates 84.9% vs 80.3%.

প্রস্তাবিত মডেলClaude Opus 5 (low)Its score stays close to the best score here (8.6 vs 8.8), while costing about 1.7x less than Claude Opus 4.8 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 Claude Opus 5 Claude Opus 5 low প্রকাশ: 2026-07-25
স্কোর 8.8 8.6
র‍্যাঙ্ক #19 #23
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 80.3%
অস্থির টেস্ট 1 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.724 6.593
মোট খরচ $1.931 $1.121
ইনপুট মূল্য $5.000 / 1M $5.000 / 1M
আউটপুট মূল্য $25.000 / 1M $25.000 / 1M
মোট ইনপুট টোকেন 138,451 134,773
আউটপুট টোকেন 40,766 14,123
রিজনিং টোকেন 9,075 3,896
প্রতিক্রিয়া সময় (গড়) 12.49s 6.99s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 70.54s 30.67s
প্রতিক্রিয়া সময় (মোট) 274.72s 153.73s

Hamster playing table tennis

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

#19 Claude Opus 4.8

medium
খরচ
$0.057
সময়
23.1s
টোকেন
2,412 tok

#23 Claude Opus 5

low
খরচ
$0.062
সময়
30.2s
টোকেন
2,615 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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760

দ্রুত তুলনা

তুলনার জুটি বদলান