नेव्हिगेशन
AI BENCHY
Advertise here

तुलना केलेली मॉडेल्स

Claude Opus 5 (high) vs Claude Opus 4.6 (medium) vs Claude Opus 5 (low) vs Claude Opus 5 benchmark तुलनाClaude Opus 5 (high) स्कोअर मध्ये 9.2 सह आघाडीवर आहे. Claude Opus 5 (high) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Claude Opus 5 (low) चे एकूण खर्च सर्वात कमी आहे: $1.121. Claude Opus 5 (low) 6.99s वर सर्वात जलद आहे.

शिफारस केलेले मॉडेलClaude Opus 5 (low)Its score stays close to the best score here (8.6 vs 9.2), while costing about 2.2x less than या तुलनेतील इतर मॉडेल.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25 Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 Claude Opus 5 Claude Opus 5 low प्रकाशन: 2026-07-25 Claude Opus 5 Claude Opus 5 none प्रकाशन: 2026-07-25
स्कोअर 9.2 7.7 8.6 7.5
क्रमांक #11 #50 #23 #59
विश्वसनीयता 10.0 10.0 10.0 10.0
सुसंगतता 9.6 8.8 9.3 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.9% 63.6% 80.3% 57.6%
अस्थिर चाचण्या 1 3 2 1
एकूण रन 66 66 66 66
प्रति निकाल खर्च 15.747 23.524 6.593 12.912
एकूण खर्च $2.835 $3.059 $1.121 $1.550
इनपुट किंमत $5.000 / 1M $5.000 / 1M $5.000 / 1M $5.000 / 1M
आउटपुट किंमत $25.000 / 1M $25.000 / 1M $25.000 / 1M $25.000 / 1M
एकूण इनपुट टोकन्स 135,959 108,615 134,773 185,550
आउटपुट टोकन्स 67,066 72,286 14,123 24,866
रिझनिंग टोकन्स 19,114 28,315 3,896 0
प्रतिसाद वेळ (सरासरी) 20.44s 34.27s 6.99s 7.60s
प्रतिसाद वेळ (कमाल) 159.01s 151.51s 30.67s 47.72s
प्रतिसाद वेळ (एकूण) 449.68s 513.99s 153.73s 167.28s

Hamster playing table tennis

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

#11 Claude Opus 5

high
खर्च
$0.265
वेळ
144.5s
टोकन्स
10,741 tok

#50 Claude Opus 4.6

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

#23 Claude Opus 5

low
खर्च
$0.062
वेळ
30.2s
टोकन्स
2,615 tok

#59 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 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 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0

झटपट तुलना

तुलना जोडी बदला