AI BENCHY
Advertise here
#38

Claude Opus 4.8

Anthropic Rilis: 2026-05-28 Diuji pada: 2026-06-30 22:08 anthropic/claude-opus-4.8::low
~5T total (~500B aktif)MoETertutupPerkiraan
(medium) (low) (none)

Ringkasan

Claude Opus 4.8 mendapat skor 7.7 di AI BENCHY dan berada di peringkat #38. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 79.4%, total biaya $1.270, dan waktu respons rata-rata 10.83s.

Yang membuat Claude Opus 4.8 unik: Model ini paling menonjol di Pemecahan teka-teki, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #18. Model ini terasa cepat dibandingkan model serupa.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~5T total (~500B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

7.7

Konsistensi

8.8

Keandalan

10.0

Total biaya (harga saat ini)

$1.270

Total token output

38,602

Total token input

60,946

Harga input

$5.000 / 1M

Harga output

$25.000 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 79.4%

Tes tidak stabil

3

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

10.83s

Waktu respons (maks): 127.97s

Waktu respons (total): 227.39s

Jawaban salah: 4 Format tambahan: 1 Tidak ada jawaban: 1

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 02:09 Uji ulang 7.8 10.0 $2.089 Bandingkan
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 Run saat ini

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-30 22:09 $5.000 / 1M $25.000 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

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 9.8 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

Model yang Dibandingkan