#38 Claude Opus 4.8
low- Cost
- $0.031
- Timp
- 14.1s
- Tokenuri
- 1,345 tok
Anthropic
Lansare: 2026-05-28
Testat la: 2026-06-30 22:08
anthropic/claude-opus-4.8::low
~5T în total (~500B activi)MoEÎnchisEstimat
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 Programare este zona cea mai slabă, la #18. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~5T în total (~500B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
7.7
Consistență
8.8
10.0
$1.270
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 instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:09 Retestare | 7.8 | 10.0 | $2.089 | Compară | |
| 2026-07-16 22:30 Test nou adăugat | 7.8 | 10.0 | $2.077 | Compară | |
| 2026-06-30 22:08 Prima rulare | 7.7 | 10.0 | $1.270 | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-30 22:08 · Prima rulare | 63/63 încercări | 7.7 | 8.8 | 10.0 | 15/21 | 3 | 38,602 | 60,946 | $1.270 | 10.83s |
| 2026-07-16 22:30 · Test nou adăugat | 66/66 încercări | 7.8 | 8.9 | 10.0 | 16/22 | 3 | 51,758 | 156,525 | $2.077 | 12.74s |
| Diferență | — | 0.0 | -0.1 | 0.0 | -1 | 0 | -13156 | -95579 | -$0.807 | -1912ms |
Acoperirea benchmark diferă: 63/63 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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.
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
Comparație rapidă
Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsClaude Sonnet 4.6mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsSeed-2.0-CodelowClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsClaude Opus 4.6mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh
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 |