Navigatie
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-04

Metriek Claude Opus 4.8 Claude Opus 4.8 medium Releasedatum: 2026-05-28 GPT-5.4 GPT-5.4 medium Releasedatum: 2026-03-05
Score 8.7 8.0
Rang #10 #21
Betrouwbaarheid 10.0 10.0
Consistentie 9.6 8.6
Correcte tests
Slaagpercentage per poging 84.1% 76.2%
Instabiele tests 1 4
Totaal runs 63 63
Kosten per resultaat 6.512 8.640
Totale kosten $1.107 $1.210
Invoerprijs $5.000 / 1M $2.500 / 1M
Uitvoerprijs $25.000 / 1M $15.000 / 1M
Totaal aantal invoer-tokens 61,007 34,108
Uitvoer-tokens 26,495 2,242
Redeneer-tokens 5,901 72,707
Responstijd (gem.) 9.66s 22.35s
Responstijd (max) 38.03s 100.41s
Responstijd (totaal) 202.89s 469.29s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashminimalvsGPT-5.4mediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGPT-5.4mediumvsStep 3.7 Flashlow