AI BENCHY
Advertise here
#67

Claude Opus 4.8

Anthropic Releasedatum: 2026-05-28 Getest op: 2026-06-04 13:44 anthropic/claude-opus-4.8::none
~5T totaal (~500B actief)MoEGesloten broncodeGeschat
(medium) (low) (none)

Samenvatting

Claude Opus 4.8 scoort 7.0 op AI BENCHY en staat op #67. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 61.9%, $0.539 totale kosten en 3.47s gemiddelde responstijd.

Wat Claude Opus 4.8 uniek maakt: Het is opvallend snel vergeleken met vergelijkbare modellen.

Modelgegevens

Onderzocht op 2026-08-12

Geschat
Parameters
~5T totaal (~500B actief)
Architectuur
MoE
Beschikbaarheid
Gesloten broncode
Licentie
-

Beste schatting op basis van openbare informatie; de leverancier heeft niet alle waarden bekendgemaakt.

Bron voor parameters Bron voor beschikbaarheid

Score

7.0

Consistentie

9.2

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.539

Totaal aantal uitvoer-tokens

8,107

Totaal aantal invoer-tokens

67,104

Invoerprijs

$5.000 / 1M

Uitvoerprijs

$25.000 / 1M

Correcte tests

Foute tests: 9

Slaagpercentage per poging: 61.9%

Instabiele tests

2

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

3.47s

Responstijd (max): 17.73s

Responstijd (totaal): 72.90s

Verkeerd antwoord: 4 Extra opmaak: 3 Instructies niet gevolgd: 1 Geen antwoord: 1

Hamster playing table tennis

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

#67 Claude Opus 4.8

none
Kosten
$0.053
Tijd
22.0s
Tokens
2,253 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-08-14 02:08 Hertest 7.3 10.0 $1.166 Vergelijken
2026-07-16 22:29 Nieuwe test toegevoegd 7.3 10.0 $1.166 Vergelijken
2026-06-30 22:01 Hertest 7.2 10.0 $0.539 Vergelijken
2026-06-04 13:44 Nieuwe test toegevoegd 7.0 10.0 $0.539 Huidige run
2026-05-28 17:34 Eerste run 7.3 10.0 $0.519 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-06-04 13:44 · Nieuwe test toegevoegd63/63 pogingen7.09.210.012/2128,10767,104$0.5393.47s
2026-07-16 22:29 · Nieuwe test toegevoegd66/66 pogingen7.39.210.013/22216,797149,206$1.1664.91s
Verschil—-0.20.00.0-10-8690-82102-$0.628-1439ms

De benchmarkdekking verschilt: 63/63 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs
2026-06-04 14:42 $5.000 / 1M $25.000 / 1M

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Claude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsQwen3.7 PlusnoneClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsMuse Glimmer 30BhighClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsQwen3.7 Flashlow

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.5 10.0
Programmeren 5.5 10.0
Gecombineerd 9.5 10.0
Gegevensparsering en extractie 7.3 5.8
Domeinspecifiek 5.3 7.2
Algemene intelligentie 10.0 10.0
Instructies opvolgen 9.9 10.0
Puzzeloplossing 7.7 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen