AI BENCHY
Advertise here
#15

Claude Opus 4.8

Anthropic Rilis: 2026-05-28 Diuji pada: 2026-06-30 22:01 anthropic/claude-opus-4.8::medium
(medium) (low) (none)

Ringkasan

Claude Opus 4.8 mendapat skor 8.8 di AI BENCHY dan berada di peringkat #15. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 84.1%, total biaya $1.107, dan waktu respons rata-rata 9.72s.

Skor

8.8

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$1.107

Total token output

32,396

Total token input

61,007

Harga input

$5.000 / 1M

Harga output

$25.000 / 1M

Tes benar

Tes Salah: 4

Tingkat lulus per percobaan: 84.1%

Tes tidak stabil

1

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

Waktu respons (rata-rata)

9.72s

Waktu respons (maks): 38.03s

Waktu respons (total): 204.19s

Jawaban salah: 3 Tidak ada jawaban: 1

Showcase generasi

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Biaya
$0.057
Waktu
23.1s
Token
2,412 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-30 22:01 Uji ulang 8.8 10.0 $1.107 Run saat ini
2026-06-04 13:45 Tes baru ditambahkan 8.7 10.0 $1.107 Bandingkan
2026-05-28 17:34 Run awal 8.7 10.0 $1.006 Bandingkan

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $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 4.8mediumvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsClaude Opus 4.7mediumClaude Opus 4.8mediumvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGLM 5.2mediumClaude Opus 4.8mediumvsGPT-5.5mediumClaude Opus 4.8mediumvsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.8mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisClaude Opus 4.8mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 10.0 10.0
Gabungan 9.8 10.0
Parsing dan ekstraksi data 7.1 5.6
Spesifik domain 5.3 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan