#73 Claude Opus 4.8
none- Cost
- $0.053
- Timp
- 22.0s
- Tokenuri
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
Rezumat
Claude Opus 4.8 conduce la scorul mediu cu 7.2 vs 7.1. Claude Opus 4.8 are costul de benchmark mai mic, $0.539 vs $1.148. Claude Opus 4.8 este mai rapid cu 3.48s vs 64.46s, cu rate de reușită de 61.9% vs 63.5%.
Model recomandatClaude Opus 4.8Are cel mai bun scor aici (7.2) și costă de aproximativ 2.1x mai puțin decât Step 3.7 Flash (high).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| Scor | 7.2 | 7.1 |
| Rang | #73 | #79 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.2 | 8.2 |
| Teste corecte | ||
| Rată de trecere pe încercare | 61.9% | 63.5% |
| Teste instabile | 2 | 4 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 4.485 | 10.434 |
| Cost total | $0.539 | $1.148 |
| Preț de intrare | $5.000 / 1M | $0.200 / 1M |
| Preț de ieșire | $25.000 / 1M | $1.150 / 1M |
| Total tokenuri de intrare | 67,104 | 38,391 |
| Tokenuri de ieșire | 8,107 | 991,355 |
| Tokenuri de raționament | 0 | 0 |
| Timp de răspuns (mediu) | 3.48s | 64.46s |
| Timp de răspuns (maxim) | 17.73s | 364.99s |
| Timp de răspuns (total) | 73.00s | 1353.57s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- Cost
- $0.007
- Timp
- 63.6s
- Tokenuri
- 6,030 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
| 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 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1mediumDisponibil gratuitvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumDisponibil gratuitvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash Previewlow