#47 Claude Opus 4.8
low- लागत
- $0.031
- समय
- 14.1s
- टोकन
- 1,345 tok
AI BENCHY तुलना
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
सारांश
average score लगभग बराबर है: 7.7 vs 7.7. Step 3.7 Flash (low) की benchmark लागत कम है: $0.341 vs $1.270. Claude Opus 4.8 (low) तेज है: 10.83s vs 15.74s, pass rates 79.4% vs 68.3%.
अनुशंसित मॉडलStep 3.7 Flash (low)It has the best score here (7.7), while costing about 3.7x less than Claude Opus 4.8 (low).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 low | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| स्कोर | 7.7 | 7.7 |
| रैंक | #47 | #51 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.8 | 8.4 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 79.4% | 68.3% |
| अस्थिर टेस्ट | 3 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 8.466 | 2.840 |
| कुल लागत | $1.270 | $0.341 |
| इनपुट कीमत | $5.000 / 1M | $0.200 / 1M |
| आउटपुट कीमत | $25.000 / 1M | $1.150 / 1M |
| कुल इनपुट टोकन | 60,946 | 40,101 |
| आउटपुट टोकन | 31,771 | 289,325 |
| रीजनिंग टोकन | 6,831 | 0 |
| प्रतिक्रिया समय (औसत) | 10.83s | 15.74s |
| प्रतिक्रिया समय (अधिकतम) | 127.97s | 124.75s |
| प्रतिक्रिया समय (कुल) | 227.39s | 330.63s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
अमान्य SVG
- लागत
- $0.004
- समय
- 25.3s
- टोकन
- 3,072 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6mediumनिःशुल्क उपलब्धStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 Flashlow