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 4.8 vs OpenAI: GPT-5.4 Nano

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs GPT-5.4 Nano (medium): GPT-5.4 Nano (medium) unggul dalam skor rata-rata dengan 7.5 vs 7.2. GPT-5.4 Nano (medium) memiliki biaya benchmark lebih rendah di $0.107 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 11.95s, dengan tingkat keberhasilan 61.9% vs 63.5%.

Model yang direkomendasikan: GPT-5.4 Nano (medium) - It has the best score here (7.5), while costing about 5.1x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-10

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17
Skor 7.2 7.5
Peringkat #70 #59
Keandalan 10.0 10.0
Konsistensi 9.2 8.4
Tes benar
Tingkat lulus per percobaan 61.9% 63.5%
Tes tidak stabil 2 4
Total Run 63 63
Biaya per hasil 4.485 0.969
Total Biaya $0.539 $0.107
Harga input $5.000 / 1M $0.200 / 1M
Harga output $25.000 / 1M $1.250 / 1M
Total token input 67,104 35,434
Token output 8,107 3,014
Token penalaran 0 76,520
Waktu respons (rata-rata) 3.48s 11.95s
Waktu respons (maks) 17.73s 94.06s
Waktu respons (total) 73.00s 250.98s

Showcase generasi

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#59 GPT-5.4 Nano

medium
Biaya
$0.007
Waktu
24.6s
Token
4,943 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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 7.2 44.4% 1 1.70s 975 61 0
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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 3.48s 708 230 0
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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 9.9 10.0 100.0% 0 1.37s 909 95 0
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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 7.7 10.0 66.7% 0 2.74s 894 783 0
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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 5.35s 11,775 355 0
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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 3.41s 258 212 0
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisDeepSeek V4 ProhighvsGPT-5.4 NanomediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium