#73 Claude Opus 4.8
none- लागत
- $0.053
- समय
- 22.0s
- टोकन
- 2,253 tok
AI BENCHY तुलना
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
सारांश
Claude Opus 4.8 average score में आगे है: 7.2 vs 7.1. Claude Opus 4.8 की benchmark लागत कम है: $0.539 vs $1.148. Claude Opus 4.8 तेज है: 3.48s vs 64.46s, pass rates 61.9% vs 63.5%.
अनुशंसित मॉडलClaude Opus 4.8It has the best score here (7.2), while costing about 2.1x less than Step 3.7 Flash (high).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| स्कोर | 7.2 | 7.1 |
| रैंक | #73 | #79 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.2 | 8.2 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 61.9% | 63.5% |
| अस्थिर टेस्ट | 2 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 4.485 | 10.434 |
| कुल लागत | $0.539 | $1.148 |
| इनपुट कीमत | $5.000 / 1M | $0.200 / 1M |
| आउटपुट कीमत | $25.000 / 1M | $1.150 / 1M |
| कुल इनपुट टोकन | 67,104 | 38,391 |
| आउटपुट टोकन | 8,107 | 991,355 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 3.48s | 64.46s |
| प्रतिक्रिया समय (अधिकतम) | 17.73s | 364.99s |
| प्रतिक्रिया समय (कुल) | 73.00s | 1353.57s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- लागत
- $0.007
- समय
- 63.6s
- टोकन
- 6,030 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1mediumनिःशुल्क उपलब्धvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4Bmediumनिःशुल्क उपलब्धQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmediumनिःशुल्क उपलब्धvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash Previewlow