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 OpenAI: GPT-5 Mini

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 Mini GPT-5 Mini medium Lansare: 2025-08-07
Scor 7.3 7.2
Rang #63 #70
Fiabilitate 10.0 10.0
Consistență 9.2 9.1
Teste corecte
Rată de trecere pe încercare 65.0% 61.7%
Teste instabile 2 2
Rulări totale 60 60
Cost per rezultat 4.324 1.348
Cost total $0.519 $0.149
Preț de intrare $5.000 / 1M $0.250 / 1M
Preț de ieșire $25.000 / 1M $2.000 / 1M
Tokenuri de ieșire 8,098 6,723
Tokenuri de raționament 0 63,082
Timp de răspuns (mediu) 3.51s 23.75s
Timp de răspuns (maxim) 17.73s 88.15s
Timp de răspuns (total) 70.19s 475.03s

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 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
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 Mini 10.0 10.0 100.0% 0 30.74s 580 12,544
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 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
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 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
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 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
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 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
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 Mini 10.0 10.0 100.0% 0 11.59s 310 3,968
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 Mini 5.6 9.8 33.3% 0 15.20s 1,622 6,144
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 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600
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 Mini 3.0 10.0 0.0% 0 9.99s 160 1,856

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsKimi K2.6mediumDisponibil gratuitClaude Opus 4.8nonevsMiMo-V2.5mediumClaude Sonnet 4.6nonevsGPT-5 Minimedium