#59 Claude Opus 5
none- लागत
- $0.271
- समय
- 149.3s
- टोकन
- 10,962 tok
Anthropic
रिलीज़: 2026-07-25
परीक्षण किया गया: 2026-07-25 03:41
anthropic/claude-opus-5::none
~5T कुल (~500B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Claude Opus 5 AI BENCHY पर 7.5 स्कोर करता है और #59 पर है। इसकी reliability 10.0, pass rate 57.6%, कुल लागत $1.550, और औसत response time 7.60s है।
Claude Opus 5 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर 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।
7.5
संगति
9.6
10.0
$1.550
कुल आउटपुट टोकन
24,866
कुल इनपुट टोकन
185,550
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 02:24 दोबारा परीक्षण | 7.5 | 10.0 | $1.550 | तुलना करें | |
| 2026-07-25 03:41 पहला रन | 7.5 | 10.0 | $1.550 | 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 | 7.5 | 9.6 | 10.0 | 12/22 | 1 | 24,866 | 185,550 | $1.550 | 7.60s |
| 2026-08-14 02:24 · दोबारा परीक्षण | 66/66 प्रयास | 7.5 | 9.6 | 10.0 | 12/22 | 1 | 24,866 | 185,547 | $1.550 | 7.65s |
| अंतर | — | 0.0 | 0.0 | 0.0 | 0 | 0 | 0 | +3 | +$0.001 | -49ms |
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 5nonevsNemotron 3 Ultramediumनिःशुल्क उपलब्धClaude Opus 5nonevsGPT-5.4 NanomediumClaude Opus 5nonevsSolar Pro 4xhighClaude Opus 5nonevsGPT-5.6 TerralowClaude Opus 5nonevsGPT-5.6 LunahighClaude Opus 5nonevsMiniMax M3mediumClaude Opus 5nonevsDeepSeek V4 Flash 0423highClaude Opus 5nonevsGPT 5.3 ChatnoneClaude Opus 5nonevsDeepSeek V4 ProhighClaude Opus 5nonevsQwen3.5 Plus 2026-02-15medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| 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 |