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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Anthropic: Claude Opus 4.8

Ringkasan

Perbandingan benchmark Claude Opus 4.6 vs Claude Opus 4.8: Skor rata-rata hampir imbang di 7.7 vs 7.7. Claude Opus 4.8 memiliki biaya benchmark lebih rendah di $1.270 vs $2.053. Claude Opus 4.8 lebih cepat di 10.83s vs 25.89s, dengan tingkat keberhasilan 61.9% vs 79.4%.

Model yang direkomendasikan: Claude Opus 4.8 - It has the best score here (7.7), while costing about 1.6x less than Claude Opus 4.6.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28
Skor 7.7 7.7
Peringkat #40 #38
Keandalan 10.0 10.0
Konsistensi 8.8 8.8
Tes benar
Tingkat lulus per percobaan 61.9% 79.4%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 17.103 8.466
Total Biaya $2.053 $1.270
Harga input $5.000 / 1M $5.000 / 1M
Harga output $25.000 / 1M $25.000 / 1M
Total token input 53,227 60,946
Token output 47,446 31,771
Token penalaran 24,000 6,831
Waktu respons (rata-rata) 25.89s 10.83s
Waktu respons (maks) 83.40s 127.97s
Waktu respons (total) 362.49s 227.39s

Showcase generasi

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#38 Claude Opus 4.8

low
Biaya
$0.031
Waktu
14.1s
Token
1,345 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6mediumTersedia gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1medium