#73 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
概要
Claude Opus 4.8 が平均スコアでリードし、7.2 vs 7.1 です。 Claude Opus 4.8 の benchmark コストが低く、$0.539 vs $1.148 です。 Claude Opus 4.8 の方が高速で、3.48s vs 64.46s です、成功率は 61.9% vs 63.5% です。
おすすめモデルClaude Opus 4.8ここでは最高スコア（7.2）で、Step 3.7 Flash (high) より約 2.1 倍低コストです。
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-14
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 7.2 | 7.1 |
| 順位 | #73 | #79 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 61.9% | 63.5% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 4.485 | 10.434 |
| 合計コスト | $0.539 | $1.148 |
| 入力価格 | $5.000 / 1M | $0.200 / 1M |
| 出力価格 | $25.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 67,104 | 38,391 |
| 出力トークン | 8,107 | 991,355 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 3.48s | 64.46s |
| 応答時間（最大） | 17.73s | 364.99s |
| 応答時間（合計） | 73.00s | 1353.57s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
クイック比較
比較ペアを切り替え
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1medium無料で利用可能vsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4Bmedium無料で利用可能Qwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium無料で利用可能vsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash Previewlow