- Skor
- 8.6 (+1.72 poin)
- Total biaya (harga saat ini)
- $0.061 · 97.4% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 0.3% lebih cepat
Anthropic
Rilis: 2026-05-28
Diuji pada: 2026-10-01 09:25
anthropic/claude-opus-4.8::none
~5T total (~500B aktif)MoETertutupPerkiraan
Ringkasan
Claude Opus 4.8 mendapat skor 6.9 di AI BENCHY dan berada di peringkat #179. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 60.9%, total biaya $2.334, dan waktu respons rata-rata 7.54s.
Yang membuat Claude Opus 4.8 unik: Model ini paling menonjol di Gabungan, dengan peringkat #3, sementara Parsing dan ekstraksi data adalah area terlemahnya di #17.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 9.4 (+2.51 poin)
- Total biaya (harga saat ini)
- $0.183 · 92.2% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 17.2% lebih cepat
- Skor
- 7.1 (+0.22 poin)
- Total biaya (harga saat ini)
- $0.114 · 95.1% lebih murah
- Waktu respons (rata-rata)
- 7.37s · 2.2% lebih cepat
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.
6.9
Konsistensi
9.3
10.0
$2.334
Total token output
24,343
Total token input
345,059
Harga input
$5.000 / 1M
Harga output
$25.000 / 1M
Harga baca cache
$0.500 / 1M
Harga tulis cache
$6.250 / 1M
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
2
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.
#179 Claude Opus 4.8
none- Biaya
- $0.053
- Waktu
- 22.0s
- Token
- 2,253 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 09:25 Uji ulang | 6.9 | 10.0 | $2.334 | Run saat ini | |
| 2026-07-16 22:29 Tes baru ditambahkan | 7.3 | 10.0 | $1.166 | Bandingkan | |
| 2026-06-30 22:01 Uji ulang | 7.2 | 10.0 | $0.539 | Bandingkan | |
| 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 |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 09:25 · Run saat ini | 69/69 percobaan | 6.9 | 9.3 | 10.0 | 13/23 | 2 | 24,343 | 345,059 | $2.334 | 7.54s |
| 2026-06-04 13:44 · Tes baru ditambahkan | 63/63 percobaan | 7.0 | 9.2 | 10.0 | 12/21 | 2 | 8,107 | 67,104 | $0.539 | 3.47s |
| Selisih | — | -0.2 | +0.1 | 0.0 | +1 | 0 | +16236 | +277955 | +$1.796 | +4064ms |
Cakupan benchmark berbeda: 69/69 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 | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $5.000 / 1M | $25.000 / 1M | $0.500 / 1M | $6.250 / 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 4.8nonevsClaude Sonnet 5.5lowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsGemma 4 31BmediumTersedia gratisClaude Opus 4.8nonevsInklinglowTersedia gratisClaude Opus 4.8nonevsEmber-1highClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsGPT-6 Solnone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 5.0 | 10.0 | |
| Trik anti-AI | 6.5 | 10.0 | |
| Pemrograman | 5.5 | 10.0 | |
| Gabungan | 9.8 | 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 |