नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.6 (medium) vs Claude Opus 4.8 (low)

Claude Opus 4.8 (low) average score में आगे है: 7.8 vs 7.7. Claude Opus 4.8 (low) की benchmark लागत कम है: $2.089 vs $2.961. Claude Opus 4.8 (low) तेज है: 12.88s vs 32.23s, pass rates 63.6% vs 80.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#71
कुल आउटपुट टोकन
96,722
प्रतिक्रिया समय (औसत)
32.23s
कुल लागत
$2.961
रैंक
#67
कुल आउटपुट टोकन
52,237
प्रतिक्रिया समय (औसत)
12.88s
कुल लागत
$2.089
अनुशंसित मॉडल Claude Opus 4.8 (low)

It has the best score here (7.8), while responding about 2.5x faster than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28
स्कोर 7.7 7.8
रैंक #71 #67
विश्वसनीयता 10.0 10.0
संगति 8.8 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 80.3%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 22.777 13.054
कुल लागत $2.961 $2.089
इनपुट कीमत $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 108,573 156,522
आउटपुट टोकन 69,994 43,056
रीजनिंग टोकन 26,728 9,181
प्रतिक्रिया समय (औसत) 32.23s 12.88s
प्रतिक्रिया समय (अधिकतम) 151.51s 127.97s
प्रतिक्रिया समय (कुल) 515.65s 283.32s
पैरामीटर ~5T कुल (~500B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#71 Claude Opus 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#67 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 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 Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809

त्वरित तुलना

तुलना जोड़ी बदलें