AI BENCHY
Advertise here
#12

Claude Opus 4.8

Anthropic प्रकाशन: 2026-05-28 चाचणी तारीख: 2026-05-28 17:34 anthropic/claude-opus-4.8::medium
(medium) (low) (none)

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.

स्कोअर

8.7

सुसंगतता

9.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.006

एकूण आउटपुट टोकन्स

29,102

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$5.000 / 1M

आउटपुट किंमत

$25.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 4

प्रति प्रयत्न पास दर: 83.3%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

9.34s

प्रतिसाद वेळ (कमाल): 38.03s

प्रतिसाद वेळ (एकूण): 186.84s

चुकीचे उत्तर: 3 उत्तर नाही: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
खर्च
$0.057
वेळ
23.1s
टोकन्स
2,412 tok

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

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.

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

तुलना केलेली मॉडेल्स