नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Fable 5 vs Anthropic: Claude Opus 4.8

Claude Opus 4.8 (medium) average score में आगे है: 8.8 vs 8.6. Claude Opus 4.8 (medium) की benchmark लागत कम है: $1.931 vs $3.478. Claude Opus 4.8 (medium) तेज है: 12.49s vs 17.20s, pass rates 78.8% vs 84.9%.

अनुशंसित मॉडलClaude Opus 4.8 (medium)It has the best score here (8.8), while costing about 1.8x less than Claude Fable 5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Fable 5 Claude Fable 5 medium रिलीज़: 2026-06-10 Claude Opus 4.8 Claude Opus 4.8 medium रिलीज़: 2026-05-28
स्कोर 8.6 8.8
रैंक #22 #19
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
सही परीक्षण
प्रति प्रयास पास दर 78.8% 84.9%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 20.459 10.724
कुल लागत $3.478 $1.931
इनपुट कीमत $10.000 / 1M $5.000 / 1M
आउटपुट कीमत $50.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 89,643 138,451
आउटपुट टोकन 41,360 40,766
रीजनिंग टोकन 10,269 9,075
प्रतिक्रिया समय (औसत) 17.20s 12.49s
प्रतिक्रिया समय (अधिकतम) 80.80s 70.54s
प्रतिक्रिया समय (कुल) 378.41s 274.72s

Hamster playing table tennis

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

#22 Claude Fable 5

medium
लागत
$0.606
समय
156.7s
टोकन
12,264 tok

#19 Claude Opus 4.8

medium
लागत
$0.057
समय
23.1s
टोकन
2,412 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 15.59s 10,590 7,383 1,318
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381

त्वरित तुलना

तुलना जोड़ी बदलें