Navigare
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 4.7 vs Anthropic: Claude Opus 4.8

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-28

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28
Scor 8.9 8.7
Rang #7 #12
Fiabilitate 10.0 10.0
Consistență 10.0 9.6
Teste corecte
Rată de trecere pe încercare 85.0% 83.3%
Teste instabile 0 1
Rulări totale 60 60
Cost per rezultat 3.670 6.285
Cost total $0.624 $1.006
Preț de intrare $5.000 / 1M $5.000 / 1M
Preț de ieșire $25.000 / 1M $25.000 / 1M
Tokenuri de ieșire 10,439 23,201
Tokenuri de raționament 2,198 5,901
Timp de răspuns (mediu) 4.48s 9.34s
Timp de răspuns (maxim) 23.18s 38.03s
Timp de răspuns (total) 85.21s 186.84s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 14.79s 6,210 1,114
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 370 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 MaxnoneClaude Opus 4.8mediumvsGPT-5.2 Chatnone