Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.3 Chat

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

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03
Scor 7.3 7.4
Rang #63 #56
Fiabilitate 10.0 10.0
Consistență 9.2 8.4
Teste corecte
Rată de trecere pe încercare 65.0% 68.3%
Teste instabile 2 4
Rulări totale 60 60
Cost per rezultat 4.324 3.350
Cost total $0.519 $0.402
Preț de intrare $5.000 / 1M $1.750 / 1M
Preț de ieșire $25.000 / 1M $14.000 / 1M
Tokenuri de ieșire 8,098 24,757
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 3.51s 6.13s
Timp de răspuns (maxim) 17.73s 18.33s
Timp de răspuns (total) 70.19s 122.61s

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 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
GPT-5.3 Chat 6.9 6.2 66.7% 1 10.52s 4,772 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
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 4.8 5.3 7.2 44.4% 1 1.66s 61 0
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
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 4.8 10.0 10.0 100.0% 0 3.48s 230 0
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 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 4.8 9.9 10.0 100.0% 0 1.37s 95 0
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 1,491 0
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 4.8 7.7 10.0 66.7% 0 2.74s 783 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 1,758 0
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 4.8 10.0 10.0 100.0% 0 5.35s 355 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
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 4.8 3.0 10.0 0.0% 0 3.41s 212 0
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1mediumKimi K2.6mediumDisponibil gratuitvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumGPT-5.3 ChatnonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium