#70 Claude Opus 4.8
none- Biaya
- $0.053
- Waktu
- 22.0s
- Token
- 2,253 tok
Anthropic
Rilis: 2026-05-28
Diuji pada: 2026-06-30 22:01
anthropic/claude-opus-4.8::none
Ringkasan
Claude Opus 4.8 mendapat skor 7.2 di AI BENCHY dan berada di peringkat #70. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 61.9%, total biaya $0.539, dan waktu respons rata-rata 3.48s.
Yang membuat Claude Opus 4.8 unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #3, sementara Parsing dan ekstraksi data adalah area terlemahnya di #12. Model ini terasa cepat dibandingkan model serupa.
7.2
Konsistensi
9.2
10.0
$0.539
Total token output
8,107
Total token input
67,104
Harga input
$5.000 / 1M
Harga output
$25.000 / 1M
Tes tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
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 |
|---|---|---|---|---|---|
| 2026-06-30 22:01 Uji ulang | 7.2 | 10.0 | $0.539 | Run saat ini | |
| 2026-06-04 13:44 Tes baru ditambahkan | 7.0 | 10.0 | $0.539 | Bandingkan | |
| 2026-05-28 17:34 Run awal | 7.3 | 10.0 | $0.519 | Bandingkan |
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-30 22:01 · Run saat ini | 7.2 | 9.2 | 10.0 | 12/21 | 2 | 8,107 | 67,104 | $0.539 | 3.48s |
| 2026-05-28 17:34 · Run awal | 7.3 | 9.2 | 10.0 | 12/20 | 2 | 8,098 | 0 | $0.519 | 3.51s |
| Selisih | -0.1 | 0.0 | 0.0 | 0 | 0 | +9 | +67104 | +$0.020 | -33ms |
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 |
|---|---|---|
| 2026-06-04 15:40 | $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 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsClaude Sonnet 4.6noneClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGemini 3.5 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumTersedia gratisClaude Opus 4.8nonevsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.5 | 10.0 | |
| Pemrograman | 5.5 | 10.0 | |
| Gabungan | 9.5 | 10.0 | |
| Parsing dan ekstraksi data | 7.3 | 5.8 | |
| Spesifik domain | 5.3 | 7.2 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 9.9 | 10.0 | |
| Pemecahan teka-teki | 7.7 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |