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

तुलना किए गए मॉडल

Claude Opus 5 (high) vs Claude Opus 4.6 (medium) vs Claude Opus 5 (low) vs Claude Opus 5 benchmark तुलनाClaude Opus 5 (high) स्कोर में 9.2 के साथ आगे है। Claude Opus 5 (high) विश्वसनीयता में 10.0 के साथ आगे है। Claude Opus 5 (low) का कुल लागत सबसे कम है: $1.121. Claude Opus 5 (low) 6.99s पर सबसे तेज है।

अनुशंसित मॉडलClaude Opus 5 (low)Its score stays close to the best score here (8.6 vs 9.2), while costing about 2.2x less than इस तुलना के बाकी मॉडल.

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

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25
स्कोर 9.2 7.7 8.6 7.5
रैंक #11 #50 #23 #59
विश्वसनीयता 10.0 10.0 10.0 10.0
संगति 9.6 8.8 9.3 9.6
सही परीक्षण
प्रति प्रयास पास दर 84.9% 63.6% 80.3% 57.6%
अस्थिर टेस्ट 1 3 2 1
कुल रन 66 66 66 66
प्रति परिणाम लागत 15.747 23.524 6.593 12.912
कुल लागत $2.835 $3.059 $1.121 $1.550
इनपुट कीमत $5.000 / 1M $5.000 / 1M $5.000 / 1M $5.000 / 1M
आउटपुट कीमत $25.000 / 1M $25.000 / 1M $25.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 135,959 108,615 134,773 185,550
आउटपुट टोकन 67,066 72,286 14,123 24,866
रीजनिंग टोकन 19,114 28,315 3,896 0
प्रतिक्रिया समय (औसत) 20.44s 34.27s 6.99s 7.60s
प्रतिक्रिया समय (अधिकतम) 159.01s 151.51s 30.67s 47.72s
प्रतिक्रिया समय (कुल) 449.68s 513.99s 153.73s 167.28s

Hamster playing table tennis

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

#11 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 tok

#50 Claude Opus 4.6

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

#23 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#59 Claude Opus 5

none
लागत
$0.271
समय
149.3s
टोकन
10,962 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 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0

त्वरित तुलना

तुलना जोड़ी बदलें