#73 Claude Opus 4.8
none- Coste
- $0.053
- Tiempo
- 22.0s
- Tokens
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
Resumen
Claude Opus 4.8 lidera en puntuación media con 7.2 vs 7.1. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $1.148. Claude Opus 4.8 es más rápido con 3.48s vs 64.46s, con tasas de acierto de 61.9% vs 63.5%.
Modelo recomendadoClaude Opus 4.8Tiene la mejor puntuación aquí (7.2) y cuesta aproximadamente 2.1x menos que Step 3.7 Flash (high).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| Puntuación | 7.2 | 7.1 |
| Rango | #73 | #79 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.2 | 8.2 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 61.9% | 63.5% |
| Pruebas inestables | 2 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 4.485 | 10.434 |
| Costo total | $0.539 | $1.148 |
| Precio de entrada | $5.000 / 1M | $0.200 / 1M |
| Precio de salida | $25.000 / 1M | $1.150 / 1M |
| Total de tokens de entrada | 67,104 | 38,391 |
| Tokens de salida | 8,107 | 991,355 |
| Tokens de razonamiento | 0 | 0 |
| Tiempo de respuesta (promedio) | 3.48s | 64.46s |
| Tiempo de respuesta (máximo) | 17.73s | 364.99s |
| Tiempo de respuesta (total) | 73.00s | 1353.57s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- Coste
- $0.007
- Tiempo
- 63.6s
- Tokens
- 6,030 tok
Mejores modelos por puntuación
Puntuación vs costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Desglose por categoría
| Programación | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
Comparación rápida
Cambiar par de comparación
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1mediumDisponible gratisvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumDisponible gratisvsStep 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