নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4

Claude Opus 4.8 (medium) average score-এ এগিয়ে: 8.8 vs 8.5. GPT-5.4 (medium)-এর benchmark খরচ কম: $1.533 vs $1.931. Claude Opus 4.8 (medium) দ্রুত: 12.49s vs 23.10s, pass rates 84.9% vs 77.3%.

প্রস্তাবিত মডেলClaude Opus 4.8 (medium)It has the best score here (8.8), while responding about 1.9x faster than GPT-5.4 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-22

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05
স্কোর 8.8 8.5
র‍্যাঙ্ক #17 #21
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 77.3%
অস্থির টেস্ট 1 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.724 10.220
মোট খরচ $1.931 $1.533
ইনপুট মূল্য $5.000 / 1M $2.500 / 1M
আউটপুট মূল্য $25.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 138,451 81,127
আউটপুট টোকেন 40,766 6,155
রিজনিং টোকেন 9,075 82,515
প্রতিক্রিয়া সময় (গড়) 12.49s 23.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 70.54s 100.41s
প্রতিক্রিয়া সময় (মোট) 274.72s 508.26s

Hamster playing table tennis

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

#17 Claude Opus 4.8

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

#21 GPT-5.4

medium
খরচ
$0.214
সময়
199.6s
টোকেন
14,349 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

দ্রুত তুলনা

তুলনার জুটি বদলান