#12 Claude Opus 5
medium- लागत
- $0.125
- समय
- 69.3s
- टोकन
- 5,134 tok
Anthropic
रिलीज़: 2026-07-25
परीक्षण किया गया: 2026-07-25 03:41
anthropic/claude-opus-5::medium
~5T कुल (~500B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Claude Opus 5 AI BENCHY पर 9.2 स्कोर करता है और #12 पर है। इसकी reliability 10.0, pass rate 83.3%, कुल लागत $1.486, और औसत response time 9.38s है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~5T कुल (~500B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
9.2
संगति
9.6
10.0
$1.486
कुल आउटपुट टोकन
32,603
कुल इनपुट टोकन
135,607
इनपुट कीमत
$5.000 / 1M
आउटपुट कीमत
$25.000 / 1M
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 02:27 दोबारा परीक्षण | 9.2 | 10.0 | $1.586 | तुलना करें | |
| 2026-07-25 03:41 पहला रन | 9.2 | 10.0 | $1.486 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-25 03:41 · पहला रन | 66/66 प्रयास | 9.2 | 9.6 | 10.0 | 18/22 | 1 | 32,603 | 135,607 | $1.486 | 9.38s |
| 2026-08-14 02:27 · दोबारा परीक्षण | 66/66 प्रयास | 9.2 | 9.6 | 10.0 | 18/22 | 1 | 36,618 | 135,604 | $1.586 | 10.26s |
| अंतर | — | 0.0 | 0.0 | 0.0 | 0 | 0 | -4015 | +3 | -$0.101 | -882ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-07-25 04:00 | $5.000 / 1M | $25.000 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Claude Opus 5mediumvsClaude Opus 5highClaude Opus 5mediumvsGemini 3.8 FlashmediumClaude Opus 5mediumvsGemini 3.7 FlashlowClaude Opus 5mediumvsQwen3.8 Max (0902)lowClaude Opus 5mediumvsGemini 3.1 Pro PreviewmediumClaude Opus 5mediumvsSeed 2.1 TurbolowClaude Opus 5mediumvsGrok 4.6highClaude Opus 5mediumvsQwen3.7 MaxmediumClaude Opus 5mediumvsGPT-5.5lowClaude Opus 5mediumvsClaude Fable 5.1high
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |