नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.6 (medium) vs Claude Opus 4.8 (low)

Claude Opus 4.8 (low) average score मध्ये पुढे आहे: 7.8 vs 7.7. Claude Opus 4.8 (low) चा benchmark खर्च कमी आहे: $2.089 vs $2.961. Claude Opus 4.8 (low) वेगवान आहे: 12.88s vs 32.23s, pass rates 63.6% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-14

क्रमांक
#71
एकूण आउटपुट टोकन्स
96,722
प्रतिसाद वेळ (सरासरी)
32.23s
एकूण खर्च
$2.961
क्रमांक
#67
एकूण आउटपुट टोकन्स
52,237
प्रतिसाद वेळ (सरासरी)
12.88s
एकूण खर्च
$2.089
शिफारस केलेले मॉडेल Claude Opus 4.8 (low)

It has the best score here (7.8), while responding about 2.5x faster than Claude Opus 4.6 (medium).

तपशीलवार तुलना

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 7.8
क्रमांक #71 #67
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 80.3%
अस्थिर चाचण्या 3 3
एकूण रन 66 66
प्रति निकाल खर्च 22.777 13.054
एकूण खर्च $2.961 $2.089
इनपुट किंमत $5.000 / 1M $5.000 / 1M
आउटपुट किंमत $25.000 / 1M $25.000 / 1M
एकूण इनपुट टोकन्स 108,573 156,522
आउटपुट टोकन्स 69,994 43,056
रिझनिंग टोकन्स 26,728 9,181
प्रतिसाद वेळ (सरासरी) 32.23s 12.88s
प्रतिसाद वेळ (कमाल) 151.51s 127.97s
प्रतिसाद वेळ (एकूण) 515.65s 283.32s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~5T एकूण (~500B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#71 Claude Opus 4.6

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

#67 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

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

झटपट तुलना

तुलना जोडी बदला