Claude Opus 4.8 vs Ember-1 (low)

Modele comparate

Model recomandat Claude Opus 4.8

Scorul rămâne aproape de cel mai bun scor de aici (6.9 vs 7.0) și răspunde de aproximativ 4.6x mai rapid decât Ember-1 (low).

Metrică	Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28	Ember-1 Ember-1 low Lansare: 2026-09-28

Metrică	Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28	Ember-1 Ember-1 low Lansare: 2026-09-28
Scor	6.9	7.0
Rang	#167	#157
Fiabilitate	10.0	8.8
Consistență	9.3	8.2
Încercări	69/69	69/69
Teste corecte
Rată de trecere pe încercare	60.9%	65.2%
Teste instabile	2	5
Rulări totale	69	69
Cost per rezultat	17.953	11.441
Cost total	$2.334	$1.488
Preț de intrare	$5.000 / 1M	$3.000 / 1M
Preț de ieșire	$25.000 / 1M	$15.000 / 1M
Total tokenuri de intrare	345,059	211,908
Tokenuri de ieșire	24,343	14,158
Tokenuri de raționament	0	42,608
Timp de răspuns (mediu)	7.54s	34.90s
Timp de răspuns (maxim)	65.07s	121.29s
Timp de răspuns (total)	173.31s	802.79s
Parametri	~5T în total (~500B activi)	~2.8T în total (~104B activi)
Disponibilitate	Închis	Închis

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

none

low

Categorie:

Sarcini agentice	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	5.0	10.0	0.0%	0		65.07s	195,856	7,546	0
Ember-1	4.7	3.1	33.3%	1		121.29s	178,897	9,378	9,921

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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Ember-1	8.2	7.9	83.3%	1		22.18s	1,402	571	613

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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Ember-1	10.0	10.0	100.0%	0		37.91s	8,097	2,518	13,142

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		26.38s	111,760	11,949	0
Ember-1	6.5	10.0	50.0%	0		51.45s	12,828	381	689

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Ember-1	7.3	5.9	83.3%	1		34.82s	6,076	223	778

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	7.2	44.4%	1		1.76s	972	61	0
Ember-1	2.9	7.2	11.1%	1		56.17s	1,154	234	12,476

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		3.48s	708	230	0
Ember-1	10.0	10.0	100.0%	0		5.67s	744	139	462

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	9.9	10.0	100.0%	0		1.37s	909	95	0
Ember-1	6.2	5.8	66.7%	1		32.73s	781	121	466

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	7.7	10.0	66.7%	0		2.74s	894	783	0
Ember-1	10.0	10.0	100.0%	0		3.27s	1,452	393	595

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		5.35s	11,775	355	0
Ember-1	3.0	10.0	0.0%	0		26.43s	0	0	0

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		3.41s	258	212	0
Ember-1	3.0	10.0	0.0%	0		30.60s	477	200	3,466

Schimbă perechea de comparație