Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Nano

Rezumat

Comparație benchmark Claude Opus 4.8 vs GPT-5.4 Nano (medium): GPT-5.4 Nano (medium) conduce la scorul mediu cu 7.5 vs 7.2. GPT-5.4 Nano (medium) are costul de benchmark mai mic, $0.107 vs $0.539. Claude Opus 4.8 este mai rapid cu 3.48s vs 11.95s, cu rate de reușită de 61.9% vs 63.5%.

Model recomandat: GPT-5.4 Nano (medium) - Are cel mai bun scor aici (7.5) și costă de aproximativ 5.1x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-10

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17
Scor 7.2 7.5
Rang #70 #59
Fiabilitate 10.0 10.0
Consistență 9.2 8.4
Teste corecte
Rată de trecere pe încercare 61.9% 63.5%
Teste instabile 2 4
Rulări totale 63 63
Cost per rezultat 4.485 0.969
Cost total $0.539 $0.107
Preț de intrare $5.000 / 1M $0.200 / 1M
Preț de ieșire $25.000 / 1M $1.250 / 1M
Total tokenuri de intrare 67,104 35,434
Tokenuri de ieșire 8,107 3,014
Tokenuri de raționament 0 76,520
Timp de răspuns (mediu) 3.48s 11.95s
Timp de răspuns (maxim) 17.73s 94.06s
Timp de răspuns (total) 73.00s 250.98s

Prezentare generare

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Cost
$0.053
Timp
22.0s
Tokenuri
2,253 tok

#59 GPT-5.4 Nano

medium
Cost
$0.007
Timp
24.6s
Tokenuri
4,943 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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 1.70s 975 61 0
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitDeepSeek V4 ProhighvsGPT-5.4 NanomediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponibil gratuitClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium