नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Anthropic: Claude Opus 4.8

सारांश

Claude Opus 4.6 vs Claude Opus 4.8 benchmark तुलना: average score जवळपास समान आहे: 7.7 vs 7.7. Claude Opus 4.8 चा benchmark खर्च कमी आहे: $1.270 vs $2.053. Claude Opus 4.8 वेगवान आहे: 10.83s vs 25.89s, pass rates 61.9% vs 79.4%.

शिफारस केलेले मॉडेल: Claude Opus 4.8 - It has the best score here (7.7), while costing about 1.6x less than Claude Opus 4.6.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-30

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28
स्कोअर 7.7 7.7
क्रमांक #40 #38
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 61.9% 79.4%
अस्थिर चाचण्या 3 3
एकूण रन 63 63
प्रति निकाल खर्च 17.103 8.466
एकूण खर्च $2.053 $1.270
इनपुट किंमत $5.000 / 1M $5.000 / 1M
आउटपुट किंमत $25.000 / 1M $25.000 / 1M
एकूण इनपुट टोकन्स 53,227 60,946
आउटपुट टोकन्स 47,446 31,771
रिझनिंग टोकन्स 24,000 6,831
प्रतिसाद वेळ (सरासरी) 25.89s 10.83s
प्रतिसाद वेळ (कमाल) 83.40s 127.97s
प्रतिसाद वेळ (एकूण) 362.49s 227.39s

जनरेशन शोकेस

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#38 Claude Opus 4.8

low
खर्च
$0.031
वेळ
14.1s
टोकन्स
1,345 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222

झटपट तुलना

तुलना जोडी बदला