नेव्हिगेशन
Advertise here

Claude Opus 4.8 (low) vs Step 3.7 Flash (low)

average score जवळपास समान आहे: 7.2 vs 7.2. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.449 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 20.72s, pass rates 78.3% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक
#153
एकूण आउटपुट टोकन्स
69,489
प्रतिसाद वेळ (सरासरी)
17.13s
एकूण खर्च
$3.787
क्रमांक
#157
एकूण आउटपुट टोकन्स
339,108
प्रतिसाद वेळ (सरासरी)
20.72s
एकूण खर्च
$0.449
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 8.4x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.2 7.2
क्रमांक #153 #157
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 63.8%
अस्थिर चाचण्या 4 6
एकूण रन 69 69
प्रति निकाल खर्च 23.669 4.078
एकूण खर्च $3.787 $0.449
इनपुट किंमत $5.000 / 1M $0.200 / 1M
आउटपुट किंमत $25.000 / 1M $1.150 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.040 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 409,947 292,685
आउटपुट टोकन्स 46,060 339,108
रिझनिंग टोकन्स 23,429 0
प्रतिसाद वेळ (सरासरी) 17.13s 20.72s
प्रतिसाद वेळ (कमाल) 127.97s 124.75s
प्रतिसाद वेळ (एकूण) 394.01s 476.67s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) 198B एकूण (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#153 Claude Opus 4.8

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

#157 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्धClaude Opus 4.8lowvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27Bmedium