AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#38

Claude Opus 4.8

Anthropic Lansare: 2026-05-28 Testat la: 2026-06-30 22:08 anthropic/claude-opus-4.8::low

Rezumat

Claude Opus 4.8 obține 7.7 pe AI BENCHY și este pe #38. Are fiabilitate 10.0, rată de reușită 79.4%, cost total $1.270 și timp mediu de răspuns 10.83s.

Ce face Claude Opus 4.8 unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #17.

Scor

7.7

Consistență

8.8

Total tokenuri de ieșire

38,602

Total tokenuri de intrare

60,946

Preț de intrare

$5.000 / 1M

Preț de ieșire

$25.000 / 1M

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 79.4%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

10.83s

Timp de răspuns (maxim): 127.97s

Timp de răspuns (total): 227.39s

Prezentare generare

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Cost
$0.031
Timp
14.1s
Tokenuri
1,345 tok

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-30 22:09 $5.000 / 1M $25.000 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 6.6 4.6
Combinat 9.8 10.0
Parsare și extragere de date 6.3 5.8
Specific domeniului 5.3 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate