AI BENCHY
Advertise here
#67

Claude Opus 4.8

Anthropic Rilis: 2026-05-28 Diuji pada: 2026-06-04 13:44 anthropic/claude-opus-4.8::none
(medium) (low) (none)

Ringkasan

Claude Opus 4.8 mendapat skor 7.0 di AI BENCHY dan berada di peringkat #67. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 61.9%, total biaya $0.539, dan waktu respons rata-rata 3.47s.

Yang membuat Claude Opus 4.8 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #12. Model ini terasa cepat dibandingkan model serupa.

Skor

7.0

Konsistensi

9.2

Keandalan

10.0

Total biaya (harga saat ini)

$0.539

Total token output

8,107

Total token input

67,104

Harga input

$5.000 / 1M

Harga output

$25.000 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 61.9%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

3.47s

Waktu respons (maks): 17.73s

Waktu respons (total): 72.90s

Jawaban salah: 4 Format tambahan: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1

Showcase generasi

Hamster playing table tennis

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

#67 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
2026-06-30 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 Run saat ini
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.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 14:42 $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 4.8nonevsGemini 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

Model yang Dibandingkan