#73 Claude Opus 4.8
none- খরচ
- $0.053
- সময়
- 22.0s
- টোকেন
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
সারাংশ
Claude Opus 4.8 average score-এ এগিয়ে: 7.2 vs 7.1. Claude Opus 4.8-এর benchmark খরচ কম: $0.539 vs $1.148. Claude Opus 4.8 দ্রুত: 3.48s vs 64.46s, pass rates 61.9% vs 63.5%.
প্রস্তাবিত মডেলClaude Opus 4.8It has the best score here (7.2), while costing about 2.1x less than Step 3.7 Flash (high).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| স্কোর | 7.2 | 7.1 |
| র্যাঙ্ক | #73 | #79 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 9.2 | 8.2 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 61.9% | 63.5% |
| অস্থির টেস্ট | 2 | 4 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 4.485 | 10.434 |
| মোট খরচ | $0.539 | $1.148 |
| ইনপুট মূল্য | $5.000 / 1M | $0.200 / 1M |
| আউটপুট মূল্য | $25.000 / 1M | $1.150 / 1M |
| মোট ইনপুট টোকেন | 67,104 | 38,391 |
| আউটপুট টোকেন | 8,107 | 991,355 |
| রিজনিং টোকেন | 0 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 3.48s | 64.46s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 17.73s | 364.99s |
| প্রতিক্রিয়া সময় (মোট) | 73.00s | 1353.57s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- খরচ
- $0.007
- সময়
- 63.6s
- টোকেন
- 6,030 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1mediumবিনামূল্যে উপলভ্যvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4Bmediumবিনামূল্যে উপলভ্যQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmediumবিনামূল্যে উপলভ্যvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash Previewlow