#12 Claude Opus 4.8
medium- खर्च
- $0.057
- वेळ
- 23.1s
- टोकन्स
- 2,412 tok
Anthropic
प्रकाशन: 2026-05-28
चाचणी तारीख: 2026-05-28 17:34
anthropic/claude-opus-4.8::medium
सारांश
Claude Opus 4.8 AI BENCHY वर 8.7 स्कोर करते आणि #12 वर आहे. याची reliability 10.0, pass rate 83.3%, एकूण खर्च $1.006, आणि सरासरी response time 9.34s आहे.
8.7
सुसंगतता
9.6
10.0
$1.006
एकूण आउटपुट टोकन्स
29,102
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$5.000 / 1M
आउटपुट किंमत
$25.000 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-30 22:01 पुन्हा चाचणी | 8.8 | 10.0 | $1.107 | तुलना करा | |
| 2026-06-04 13:45 नवीन चाचणी जोडली | 8.7 | 10.0 | $1.107 | तुलना करा | |
| 2026-05-28 17:34 पहिला रन | 8.7 | 10.0 | $1.006 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-28 17:34 · पहिला रन | 8.7 | 9.6 | 10.0 | 16/20 | 1 | 29,102 | 0 | $1.006 | 9.34s |
| 2026-06-30 22:01 · पुन्हा चाचणी | 8.8 | 9.6 | 10.0 | 17/21 | 1 | 32,396 | 61,007 | $1.107 | 9.72s |
| फरक | -0.1 | 0.0 | 0.0 | -1 | 0 | -3294 | -61007 | -$0.102 | -381ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-05-28 17:42 | $5.000 / 1M | $25.000 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Claude Opus 4.8mediumvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsClaude Opus 4.7mediumClaude Opus 4.8mediumvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGLM 5.2mediumClaude Opus 4.8mediumvsGPT-5.5mediumClaude Opus 4.8mediumvsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.8mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धClaude Opus 4.8mediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 9.8 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 7.1 | 5.6 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |