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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Mini

सारांश

Claude Opus 4.8 vs GPT-5.4 Mini benchmark तुलना: GPT-5.4 Mini average score मध्ये पुढे आहे: 8.0 vs 7.7. GPT-5.4 Mini चा benchmark खर्च कमी आहे: $0.526 vs $1.270. Claude Opus 4.8 वेगवान आहे: 10.83s vs 22.34s, pass rates 79.4% vs 73.0%.

शिफारस केलेले मॉडेल: GPT-5.4 Mini - It has the best score here (8.0), while costing about 2.4x less than Claude Opus 4.8.

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

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17
स्कोअर 7.7 8.0
क्रमांक #38 #27
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.4% 73.0%
अस्थिर चाचण्या 3 5
एकूण रन 63 63
प्रति निकाल खर्च 8.466 4.381
एकूण खर्च $1.270 $0.526
इनपुट किंमत $5.000 / 1M $0.750 / 1M
आउटपुट किंमत $25.000 / 1M $4.500 / 1M
एकूण इनपुट टोकन्स 60,946 34,116
आउटपुट टोकन्स 31,771 2,181
रिझनिंग टोकन्स 6,831 108,937
प्रतिसाद वेळ (सरासरी) 10.83s 22.34s
प्रतिसाद वेळ (कमाल) 127.97s 138.75s
प्रतिसाद वेळ (एकूण) 227.39s 469.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Opus 4.8

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

#27 GPT-5.4 Mini

medium
खर्च
$0.056
वेळ
95.5s
टोकन्स
12,464 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

झटपट तुलना

तुलना जोडी बदला