Advertise here
#59

Claude Opus 5

Anthropic प्रकाशन: 2026-07-25 चाचणी तारीख: 2026-07-25 03:41 anthropic/claude-opus-5::none
~5T एकूण (~500B सक्रिय)MoEबंद स्रोतअंदाजित
(high) (medium) (low) (none)

सारांश

Claude Opus 5 AI BENCHY वर 7.5 स्कोर करते आणि #59 वर आहे. याची reliability 10.0, pass rate 57.6%, एकूण खर्च $1.550, आणि सरासरी response time 7.60s आहे.

Claude Opus 5 खास का आहे: समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~5T एकूण (~500B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

7.5

सुसंगतता

9.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.550

एकूण आउटपुट टोकन्स

24,866

एकूण इनपुट टोकन्स

185,550

इनपुट किंमत

$5.000 / 1M

आउटपुट किंमत

$25.000 / 1M

कॅश वाचण्याची किंमत

लागू नाही

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 57.6%

अस्थिर चाचण्या

1

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

प्रतिसाद वेळ (सरासरी)

7.60s

प्रतिसाद वेळ (कमाल): 47.72s

प्रतिसाद वेळ (एकूण): 167.28s

चुकीचे उत्तर: 6 अतिरिक्त फॉरमॅटिंग: 2 अवैध टूल कॉल: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#59 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:24 पुन्हा चाचणी 7.5 10.0 $1.550 तुलना करा
2026-07-25 03:41 पहिला रन 7.5 10.0 $1.550 सध्याची रन

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-25 03:41 · पहिला रन66/66 प्रयत्न7.59.610.012/22124,866185,550$1.5507.60s
2026-08-14 02:24 · पुन्हा चाचणी66/66 प्रयत्न7.59.610.012/22124,866185,547$1.5507.65s
फरक—0.00.00.0000+3+$0.001-49ms

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 कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-07-25 04:00 $5.000 / 1M $25.000 / 1M लागू नाही लागू नाही

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 5nonevsQwen3.6 27BmediumClaude Opus 5nonevsQwen3.8 Flash NextxhighClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5.3 FlashXmediumClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsMinimax M3.1 Flashlowमोफत उपलब्धClaude Opus 5nonevsLongCat 2.0mediumClaude Opus 5nonevsMiMo-V2.6-FlashlowClaude Opus 5nonevsQwen3.7 FlashhighClaude Opus 5nonevsMiMo-V2.5medium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 5.5 8.3
कोडिंग 5.9 9.7
संयुक्त 8.3 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स