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 4.8 vs Nemotron 3 Ultra 550b A55b

Rezumat

Comparație benchmark Claude Opus 4.8 vs Nemotron 3 Ultra 550b A55b: Claude Opus 4.8 conduce la scorul mediu cu 8.8 vs 8.1. Nemotron 3 Ultra 550b A55b are costul de benchmark mai mic, $0.158 vs $1.107. Claude Opus 4.8 este mai rapid cu 9.66s vs 15.05s, cu rate de reușită de 84.1% vs 69.8%.

Model recomandat: Nemotron 3 Ultra 550b A55b - Scorul rămâne aproape de cel mai bun scor de aici (8.1 vs 8.8) și costă de aproximativ 7.0x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Lansare: 2026-06-04 Disponibil gratuit
Scor 8.8 8.1
Rang #12 #26
Fiabilitate 10.0 9.7
Consistență 9.6 8.8
Teste corecte
Rată de trecere pe încercare 84.1% 69.8%
Teste instabile 1 3
Rulări totale 63 63
Cost per rezultat 6.512 0.000
Cost total $1.107 $0.158
Preț de intrare $5.000 / 1M $0.500 / 1M
Preț de ieșire $25.000 / 1M $2.200 / 1M
Total tokenuri de intrare 61,007 46,813
Tokenuri de ieșire 26,495 18,002
Tokenuri de raționament 5,901 53,091
Timp de răspuns (mediu) 9.66s 15.05s
Timp de răspuns (maxim) 38.03s 43.93s
Timp de răspuns (total) 202.89s 316.09s

Prezentare generare

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
Cost
$0.057
Timp
23.1s
Tokenuri
2,412 tok

#26 Nemotron 3 Ultra 550b A55b

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.8mediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsStep 3.7 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.8mediumvsDeepSeek V4 FlashhighNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuit