#26 Claude Opus 4.8
medium- Coste
- $0.057
- Tiempo
- 23.1s
- Tokens
- 2,412 tok
Anthropic
Lanzamiento: 2026-05-28
Probado el: 2026-08-14 02:10
anthropic/claude-opus-4.8::medium
~5T en total (~500B activos)MoECódigo cerradoEstimado
Resumen
Claude Opus 4.8 obtiene 8.8 en AI BENCHY y ocupa el puesto #26. Tiene fiabilidad 10.0, una tasa de aciertos de 83.3%, coste total de $1.983 y tiempo medio de respuesta de 12.97s.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- ~5T en total (~500B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código cerrado
- Licencia
- -
Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.
8.8
Consistencia
9.2
10.0
$1.983
Total de tokens de salida
51,927
Total de tokens de entrada
138,448
Precio de entrada
$5.000 / 1M
Precio de salida
$25.000 / 1M
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
12.97s
Tiempo de respuesta (máximo): 70.54s
Tiempo de respuesta (total): 285.29s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:10 Nueva prueba | 8.8 | 10.0 | $1.983 | Ejecución actual | |
| 2026-07-16 22:32 Prueba nueva añadida | 8.8 | 10.0 | $1.931 | Comparar | |
| 2026-06-30 22:01 Nueva prueba | 8.8 | 10.0 | $1.107 | Comparar | |
| 2026-06-04 13:45 Prueba nueva añadida | 8.7 | 10.0 | $1.107 | Comparar | |
| 2026-05-28 17:34 Primera ejecución | 8.7 | 10.0 | $1.006 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:10 · Ejecución actual | 66/66 intentos | 8.8 | 9.2 | 10.0 | 17/22 | 2 | 51,927 | 138,448 | $1.983 | 12.97s |
| 2026-06-30 22:01 · Nueva prueba | 63/63 intentos | 8.8 | 9.6 | 10.0 | 17/21 | 1 | 32,396 | 61,007 | $1.107 | 9.72s |
| Diferencia | — | -0.1 | -0.4 | 0.0 | 0 | +1 | +19531 | +77441 | +$0.876 | +3245ms |
La cobertura del benchmark difiere: 66/66 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Historial de precios
Datos históricos de precios de este modelo de OpenRouter.
| Fecha | Precio de entrada | Precio de salida |
|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M |
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
Claude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsClaude Opus 5lowClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.6 FlashlowClaude Opus 4.8mediumvsSeed 2.1 TurbohighClaude Opus 4.8mediumvsGLM 5.3 FlashmaxClaude Opus 4.8mediumvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsClaude Opus 4.7mediumClaude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsMuse Spark 1.2high
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 9.9 | 10.0 | |
| Análisis y extracción de datos | 7.1 | 5.6 | |
| Específico del dominio | 3.6 | 7.2 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 10.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |