#74 Claude Opus 4.8
none- খরচ
- $0.053
- সময়
- 22.0s
- টোকেন
- 2,253 tok
Anthropic
প্রকাশ: 2026-05-28
পরীক্ষিত হয়েছে: 2026-07-16 22:29
anthropic/claude-opus-4.8::none
সারাংশ
Claude Opus 4.8 AI BENCHY-তে 7.3 স্কোর করে এবং #74 স্থানে আছে। এর reliability 10.0, pass rate 63.6%, মোট খরচ $1.166, এবং গড় response time 4.91s.
Claude Opus 4.8 কে আলাদা করে যা: এটি সমন্বিত-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #2; আর ডেটা পার্সিং ও নিষ্কাশন এর দুর্বলতম ক্ষেত্র, rank #15.
7.3
ধারাবাহিকতা
9.2
10.0
$1.166
মোট আউটপুট টোকেন
16,797
মোট ইনপুট টোকেন
149,206
ইনপুট মূল্য
$5.000 / 1M
আউটপুট মূল্য
$25.000 / 1M
অস্থির টেস্ট
2
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-07-16 22:29 নতুন টেস্ট যোগ হয়েছে | 7.3 | 10.0 | $1.166 | বর্তমান রান | |
| 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 | তুলনা করুন | |
| 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
| রান | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:29 · বর্তমান রান | 7.3 | 9.2 | 10.0 | 13/22 | 2 | 16,797 | 149,206 | $1.166 | 4.91s |
| 2026-06-30 22:01 · পুনরায় পরীক্ষা | 7.2 | 9.2 | 10.0 | 12/21 | 2 | 8,107 | 67,104 | $0.539 | 3.48s |
| পার্থক্য | 0.0 | 0.0 | 0.0 | +1 | 0 | +8690 | +82102 | +$0.628 | +1434ms |
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 15:40 | $5.000 / 1M | $25.000 / 1M |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Claude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsClaude Sonnet 4.6noneClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsQwen3.7 Plusnone
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 6.5 | 10.0 | |
| কোডিং | 5.5 | 10.0 | |
| সমন্বিত | 9.8 | 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 |