নেভিগেশন
Advertise here

Claude Opus 4.8 (medium) vs Kimi K3 (max)

Claude Opus 4.8 (medium) average score-এ এগিয়ে: 8.8 vs 7.9. Claude Opus 4.8 (medium)-এর benchmark খরচ কম: $1.983 vs $3.467. Claude Opus 4.8 (medium) দ্রুত: 12.97s vs 142.84s, pass rates 83.3% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
51,927
প্রতিক্রিয়া সময় (গড়)
12.97s
মোট খরচ
$1.983
র‍্যাঙ্ক
#78
মোট আউটপুট টোকেন
224,128
প্রতিক্রিয়া সময় (গড়)
142.84s
মোট খরচ
$3.467
প্রস্তাবিত মডেল Claude Opus 4.8 (medium)

It has the best score here (8.8), while costing about 1.7x less than Kimi K3 (max).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16
স্কোর 8.8 7.9
র‍্যাঙ্ক #39 #78
নির্ভরযোগ্যতা 10.0 9.0
ধারাবাহিকতা 9.2 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 83.3% 77.3%
অস্থির টেস্ট 2 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.662 21.668
মোট খরচ $1.983 $3.467
ইনপুট মূল্য $5.000 / 1M $3.000 / 1M
আউটপুট মূল্য $25.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 138,448 34,960
আউটপুট টোকেন 40,765 2,887
রিজনিং টোকেন 11,162 221,241
প্রতিক্রিয়া সময় (গড়) 12.97s 142.84s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 70.54s 766.58s
প্রতিক্রিয়া সময় (মোট) 285.29s 2714.02s
প্যারামিটার ~5T মোট (~500B সক্রিয়) 2.8T মোট (104B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#39 Claude Opus 4.8

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

#78 MoonshotAI: Kimi K3

max
খরচ
$0.281
সময়
506.9s
টোকেন
18,863 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
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

দ্রুত তুলনা

তুলনার জুটি বদলান