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.

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