- Punktzahl
- 8.6 (+1.72 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 97.4% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 0.3% schneller
Anthropic
Veröffentlichung: 2026-05-28
Getestet am: 2026-10-01 09:25
anthropic/claude-opus-4.8::none
~5T insgesamt (~500B aktiv)MoEGeschlossenGeschätzt
Zusammenfassung
Claude Opus 4.8 erreicht 6.9 bei AI BENCHY und liegt auf #179. Das Modell hat 10.0 Zuverlässigkeit, 60.9% Erfolgsrate, $2.334 Gesamtkosten und 7.54s durchschnittliche Antwortzeit.
Was Claude Opus 4.8 besonders macht: Am stärksten ist es in Kombiniert, wo es #3 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #17.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 9.4 (+2.51 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 92.2% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 17.2% schneller
- Punktzahl
- 7.1 (+0.22 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.114 · 95.1% günstiger
- Antwortzeit (Durchschnitt)
- 7.37s · 2.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~5T insgesamt (~500B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
6.9
Konsistenz
9.3
10.0
Gesamte Ausgabe-Token
24,343
Gesamte Eingabe-Token
345,059
Eingabepreis
$5.000 / 1M
Ausgabepreis
$25.000 / 1M
Preis für Cache-Lesen
$0.500 / 1M
Preis für Cache-Schreiben
$6.250 / 1M
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#179 Claude Opus 4.8
none- Kosten
- $0.053
- Zeit
- 22.0s
- Token
- 2,253 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 09:25 Erneuter Test | 6.9 | 10.0 | $2.334 | Aktueller Lauf | |
| 2026-07-16 22:29 Neuer Test hinzugefügt | 7.3 | 10.0 | $1.166 | Vergleichen | |
| 2026-06-30 22:01 Erneuter Test | 7.2 | 10.0 | $0.539 | Vergleichen | |
| 2026-06-04 13:44 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.539 | Vergleichen | |
| 2026-05-28 17:34 Erster Lauf | 7.3 | 10.0 | $0.519 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 09:25 · Aktueller Lauf | 69/69 Versuche | 6.9 | 9.3 | 10.0 | 13/23 | 2 | 24,343 | 345,059 | $2.334 | 7.54s |
| 2026-05-28 17:34 · Erster Lauf | 60/60 Versuche | 7.3 | 9.2 | 10.0 | 12/20 | 2 | 8,098 | 0 | $0.519 | 3.51s |
| Differenz | — | -0.4 | +0.1 | 0.0 | +1 | 0 | +16245 | +345059 | +$1.816 | +4026ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $5.000 / 1M | $25.000 / 1M | $0.500 / 1M | $6.250 / 1M |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Claude Opus 4.8nonevsClaude Sonnet 5.5lowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsGemma 4 31BmediumKostenlos verfügbarClaude Opus 4.8nonevsInklinglowKostenlos verfügbarClaude Opus 4.8nonevsEmber-1highClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsGPT-6 Solnone
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 5.0 | 10.0 | |
| Anti-KI-Tricks | 6.5 | 10.0 | |
| Programmierung | 5.5 | 10.0 | |
| Kombiniert | 9.8 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.8 | |
| Domänenspezifisch | 5.3 | 7.2 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |