AI BENCHY
Advertise here
#67

Claude Opus 4.8

Anthropic Lançamento: 2026-05-28 Testado em: 2026-06-04 13:44 anthropic/claude-opus-4.8::none
(medium) (low) (none)

Resumo

Claude Opus 4.8 marca 7.0 no AI BENCHY e fica em #67. Tem fiabilidade 10.0, taxa de acerto de 61.9%, custo total de $0.539 e tempo médio de resposta de 3.47s.

O que torna Claude Opus 4.8 único: Destaca-se mais em Inteligência geral, onde fica em #1, enquanto Análise e extração de dados é a área mais fraca em #12. É notavelmente rápido em comparação com modelos semelhantes.

Pontuação

7.0

Consistência

9.2

Confiabilidade

10.0

Custo total (preço atual)

$0.539

Total de tokens de saída

8,107

Total de tokens de entrada

67,104

Preço de entrada

$5.000 / 1M

Preço de saída

$25.000 / 1M

Testes corretos

Testes errados: 9

Taxa de acerto por tentativa: 61.9%

Testes instáveis

2

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

3.47s

Tempo de resposta (máx.): 17.73s

Tempo de resposta (total): 72.90s

Resposta incorreta: 4 Formatação extra: 3 Não seguiu as instruções: 1 Sem resposta: 1

Geração showcase

Hamster playing table tennis

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

#67 Claude Opus 4.8

none
Custo
$0.053
Tempo
22.0s
Tokens
2,253 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-06-30 22:01 Novo teste 7.2 10.0 $0.539 Comparar
2026-06-04 13:44 Novo teste adicionado 7.0 10.0 $0.539 Execução atual
2026-05-28 17:34 Execução inicial 7.3 10.0 $0.519 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-06-04 13:44 · Novo teste adicionado7.09.210.012/2128,10767,104$0.5393.47s
2026-05-28 17:34 · Execução inicial7.39.210.012/2028,0980$0.5193.51s
Diferença-0.20.00.000+9+67104+$0.020-38ms

Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-06-04 14:42 $5.000 / 1M $25.000 / 1M

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Claude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsClaude Sonnet 4.6noneClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGemini 3.5 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumDisponível grátisClaude Opus 4.8nonevsGPT-5.5low

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 6.5 10.0
Programação 5.5 10.0
Combinado 9.5 10.0
Análise e extração de dados 7.3 5.8
Específico do domínio 5.3 7.2
Inteligência geral 10.0 10.0
Seguimento de instruções 9.9 10.0
Resolução de quebra-cabeças 7.7 10.0
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados