AI BENCHY
Advertise here
#67

Claude Opus 4.8

Anthropic Sortie: 2026-05-28 Testé le: 2026-06-04 13:44 anthropic/claude-opus-4.8::none
~5T au total (~500B actifs)MoESource ferméeEstimé
(medium) (low) (none)

Résumé

Claude Opus 4.8 obtient 7.0 sur AI BENCHY et se classe #67. Il affiche une fiabilité de 10.0, un taux de réussite de 61.9%, un coût total de $0.539 et un temps de réponse moyen de 3.47s.

Ce qui rend Claude Opus 4.8 unique : Il est nettement rapide par rapport aux modèles similaires.

Données du modèle

Date de recherche : 2026-08-12

Estimé
Paramètres
~5T au total (~500B actifs)
Architecture
MoE
Disponibilité
Source fermée
Licence
-

Meilleure estimation fondée sur les informations publiques ; le fournisseur n’a pas communiqué toutes les valeurs.

Source des paramètres Source de disponibilité

Score

7.0

Cohérence

9.2

Fiabilité

10.0

Coût total (prix actuel)

$0.539

Total des jetons de sortie

8,107

Total des jetons d'entrée

67,104

Prix d'entrée

$5.000 / 1M

Prix de sortie

$25.000 / 1M

Tests corrects

Tests incorrects: 9

Taux de réussite par tentative: 61.9%

Tests instables

2

Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).

Temps de réponse (moy.)

3.47s

Temps de réponse (max): 17.73s

Temps de réponse (total): 72.90s

Mauvaise réponse: 4 Mise en forme supplémentaire: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1

Hamster playing table tennis

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

#67 Claude Opus 4.8

none
Coût
$0.053
Temps
22.0s
Tokens
2,253 tok

Historique des runs

Testé le Score Fiabilité Tests corrects Coût total Comparer
2026-08-14 02:08 Nouveau test 7.3 10.0 $1.166 Comparer
2026-07-16 22:29 Nouveau test ajouté 7.3 10.0 $1.166 Comparer
2026-06-30 22:01 Nouveau test 7.2 10.0 $0.539 Comparer
2026-06-04 13:44 Nouveau test ajouté 7.0 10.0 $0.539 Exécution actuelle
2026-05-28 17:34 Premier run 7.3 10.0 $0.519 Comparer

Ce run a utilisé une suite de benchmark différente. Gardez ce changement de suite à l'esprit lorsque vous lisez l'historique.

Comparaison de runs

RunCouverture du benchmarkScoreCohérenceFiabilitéTests correctsTests instablesTotal des jetons de sortieTotal des jetons d'entréeCoût totalTemps de réponse (moy.)
2026-06-04 13:44 · Nouveau test ajouté63/63 tentatives7.09.210.012/2128,10767,104$0.5393.47s
2026-08-14 02:08 · Nouveau test66/66 tentatives7.39.210.013/22216,797149,203$1.1664.92s
Différence—-0.20.00.0-10-8690-82099-$0.628-1449ms

La couverture du benchmark diffère : 63/63 tentatives (Objectif : 3 répétitions par test) contre 66/66 tentatives (Objectif : 3 répétitions par test). Les totaux et les métriques sensibles aux répétitions ne sont pas directement comparables.

Ces deux runs ont utilisé des suites de benchmark différentes, donc les écarts reflètent à la fois les changements du modèle et ceux de la suite.

Historique des prix

Données historiques de tarification pour ce modèle provenant d'OpenRouter.

Date Prix d'entrée Prix de sortie
2026-06-04 14:42 $5.000 / 1M $25.000 / 1M

Graphiques

Choisissez d'abord le premier modèle, puis cliquez sur un second modèle pour ouvrir une page côte à côte.

Total des jetons de sortie

Score vs Total des jetons de sortie

Comparaison rapide

Claude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsQwen3.7 PlusnoneClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsMuse Glimmer 30BhighClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsQwen3.7 Flashlow

Répartition par catégorie

Catégorie Score Cohérence Tests corrects
Astuces anti-IA 6.5 10.0
Programmation 5.5 10.0
Combiné 9.5 10.0
Analyse et extraction des données 7.3 5.8
Spécifique au domaine 5.3 7.2
Intelligence générale 10.0 10.0
Suivi des instructions 9.9 10.0
Résolution d'énigmes 7.7 10.0
Appel d'outils 10.0 10.0
Culture générale 3.0 10.0

Modèles comparés