- स्कोर
- 9.4 (+2.22 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 93.4% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 42.1% तेज़
Anthropic
रिलीज़: 2026-07-25
परीक्षण किया गया: 2026-10-01 01:57
anthropic/claude-opus-5::none
~5T कुल (~500B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Claude Opus 5 AI BENCHY पर 7.1 स्कोर करता है और #178 पर है। इसकी reliability 10.0, pass rate 55.1%, कुल लागत $2.766, और औसत response time 10.78s है।
Claude Opus 5 को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 8.6 (+1.43 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 97.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 30.3% तेज़
- स्कोर
- 9.6 (+2.41 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.460 · 83.4% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.15s · 33.7% तेज़
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।
7.1
संगति
9.6
10.0
$2.766
कुल आउटपुट टोकन
31,386
कुल इनपुट टोकन
396,120
इनपुट कीमत
$5.000 / 1M
आउटपुट कीमत
$25.000 / 1M
कैश पढ़ने की कीमत
$0.500 / 1M
कैश लिखने की कीमत
$6.250 / 1M
कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।
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.
#178 Claude Opus 5
none- लागत
- $0.271
- समय
- 149.3s
- टोकन
- 10,962 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 01:57 दोबारा परीक्षण | 7.1 | 10.0 | $2.766 | वर्तमान रन | |
| 2026-07-25 03:41 पहला रन | 7.5 | 10.0 | $1.550 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M | लागू नहीं | लागू नहीं |
| 2026-10-01 18:33 | $5.000 / 1M | $25.000 / 1M | $0.500 / 1M | $6.250 / 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 5nonevsQwen3.6 27BmediumClaude Opus 5nonevsQwen3.8 Flash NextxhighClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5.3 FlashXmediumClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsMinimax M3.1 Flashlowनिःशुल्क उपलब्धClaude Opus 5nonevsLongCat 2.0mediumClaude Opus 5nonevsMiMo-V2.6-FlashlowClaude Opus 5nonevsQwen3.7 FlashhighClaude Opus 5nonevsMiMo-V2.5medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 5.4 | 9.6 | |
| एंटी-एआई ट्रिक्स | 5.5 | 8.3 | |
| कोडिंग | 5.9 | 9.7 | |
| संयुक्त | 8.3 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |