#67 Claude Opus 4.8
low- Biaya
- $0.031
- Waktu
- 14.1s
- Token
- 1,345 tok
Anthropic
Rilis: 2026-05-28
Diuji pada: 2026-08-14 02:09
anthropic/claude-opus-4.8::low
~5T total (~500B aktif)MoETertutupPerkiraan
Ringkasan
Claude Opus 4.8 mendapat skor 7.8 di AI BENCHY dan berada di peringkat #67. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 80.3%, total biaya $2.089, dan waktu respons rata-rata 12.88s.
Yang membuat Claude Opus 4.8 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #16.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~5T total (~500B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
7.8
Konsistensi
8.9
10.0
$2.089
Total token output
52,237
Total token input
156,522
Harga input
$5.000 / 1M
Harga output
$25.000 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 02:09 Uji ulang | 7.8 | 10.0 | $2.089 | Run saat ini | |
| 2026-07-16 22:30 Tes baru ditambahkan | 7.8 | 10.0 | $2.077 | Bandingkan | |
| 2026-06-30 22:08 Run awal | 7.7 | 10.0 | $1.270 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:09 · Run saat ini | 66/66 percobaan | 7.8 | 8.9 | 10.0 | 16/22 | 3 | 52,237 | 156,522 | $2.089 | 12.88s |
| 2026-06-30 22:08 · Run awal | 63/63 percobaan | 7.7 | 8.8 | 10.0 | 15/21 | 3 | 38,602 | 60,946 | $1.270 | 10.83s |
| Selisih | — | 0.0 | +0.1 | 0.0 | +1 | 0 | +13635 | +95576 | +$0.819 | +2050ms |
Cakupan benchmark berbeda: 66/66 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsClaude Sonnet 4.6mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsSeed-2.0-CodelowClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsClaude Opus 4.6mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 6.6 | 4.6 | |
| Gabungan | 9.9 | 10.0 | |
| Parsing dan ekstraksi data | 6.3 | 5.8 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 10.0 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |