Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Mini

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs GPT-5.4 Mini: GPT-5.4 Mini unggul dalam skor rata-rata dengan 8.0 vs 7.7. GPT-5.4 Mini memiliki biaya benchmark lebih rendah di $0.526 vs $1.270. Claude Opus 4.8 lebih cepat di 10.83s vs 22.34s, dengan tingkat keberhasilan 79.4% vs 73.0%.

Model yang direkomendasikan: GPT-5.4 Mini - It has the best score here (8.0), while costing about 2.4x less than Claude Opus 4.8.

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

Metrik Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28 GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17
Skor 7.7 8.0
Peringkat #38 #27
Keandalan 10.0 10.0
Konsistensi 8.8 8.0
Tes benar
Tingkat lulus per percobaan 79.4% 73.0%
Tes tidak stabil 3 5
Total Run 63 63
Biaya per hasil 8.466 4.381
Total Biaya $1.270 $0.526
Harga input $5.000 / 1M $0.750 / 1M
Harga output $25.000 / 1M $4.500 / 1M
Total token input 60,946 34,116
Token output 31,771 2,181
Token penalaran 6,831 108,937
Waktu respons (rata-rata) 10.83s 22.34s
Waktu respons (maks) 127.97s 138.75s
Waktu respons (total) 227.39s 469.20s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

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

#27 GPT-5.4 Mini

medium
Biaya
$0.056
Waktu
95.5s
Token
12,464 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude 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 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27BmediumClaude Opus 4.8lowvsKimi K2.5medium