AI BENCHY
Advertise here
#67

Claude Opus 4.8

Anthropic প্রকাশ: 2026-05-28 পরীক্ষিত হয়েছে: 2026-06-04 13:44 anthropic/claude-opus-4.8::none
(medium) (low) (none)

সারাংশ

Claude Opus 4.8 AI BENCHY-তে 7.0 স্কোর করে এবং #67 স্থানে আছে। এর reliability 10.0, pass rate 61.9%, মোট খরচ $0.539, এবং গড় response time 3.47s.

Claude Opus 4.8 কে আলাদা করে যা: এটি Sadharon Buddhimotta-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ডেটা পার্সিং ও নিষ্কাশন এর দুর্বলতম ক্ষেত্র, rank #12. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।

স্কোর

7.0

ধারাবাহিকতা

9.2

নির্ভরযোগ্যতা

10.0

মোট খরচ (বর্তমান মূল্য)

$0.539

মোট আউটপুট টোকেন

8,107

মোট ইনপুট টোকেন

67,104

ইনপুট মূল্য

$5.000 / 1M

আউটপুট মূল্য

$25.000 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 9

প্রতি চেষ্টায় পাস রেট: 61.9%

অস্থির টেস্ট

2

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

3.47s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 17.73s

প্রতিক্রিয়া সময় (মোট): 72.90s

ভুল উত্তর: 4 অতিরিক্ত ফরম্যাটিং: 3 নির্দেশনা অনুসরণ করা হয়নি: 1 কোন উত্তর নেই: 1

জেনারেশন শোকেস

Hamster playing table tennis

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

#67 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-06-30 22:01 পুনরায় পরীক্ষা 7.2 10.0 $0.539 তুলনা করুন
2026-06-04 13:44 নতুন টেস্ট যোগ হয়েছে 7.0 10.0 $0.539 বর্তমান রান
2026-05-28 17:34 প্রথম রান 7.3 10.0 $0.519 তুলনা করুন

এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।

রান তুলনা

রানস্কোরধারাবাহিকতানির্ভরযোগ্যতাসঠিক টেস্টঅস্থির টেস্টমোট আউটপুট টোকেনমোট ইনপুট টোকেনমোট খরচপ্রতিক্রিয়া সময় (গড়)
2026-06-04 13:44 · নতুন টেস্ট যোগ হয়েছে7.09.210.012/2128,10767,104$0.5393.47s
2026-05-28 17:34 · প্রথম রান7.39.210.012/2028,0980$0.5193.51s
পার্থক্য-0.20.00.000+9+67104+$0.020-38ms

এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-06-04 14:42 $5.000 / 1M $25.000 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

Claude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsClaude Sonnet 4.6noneClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGemini 3.5 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumবিনামূল্যে উপলভ্যClaude Opus 4.8nonevsGPT-5.5low

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 6.5 10.0
কোডিং 5.5 10.0
সমন্বিত 9.5 10.0
ডেটা পার্সিং ও নিষ্কাশন 7.3 5.8
ডোমেইন-নির্দিষ্ট 5.3 7.2
Sadharon Buddhimotta 10.0 10.0
নির্দেশনা অনুসরণ 9.9 10.0
ধাঁধা সমাধান 7.7 10.0
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল