AI BENCHY
Advertise here
#38

Claude Opus 4.8

Anthropic Lansare: 2026-05-28 Testat la: 2026-06-30 22:08 anthropic/claude-opus-4.8::low
~5T în total (~500B activi)MoEÎnchisEstimat
(medium) (low) (none)

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

Estimat
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.

Sursa parametrilor Sursa disponibilității

Scor

7.7

Consistență

8.8

Fiabilitate

10.0

Cost total (preț curent)

$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 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

Răspuns greșit: 4 Formatare suplimentară: 1 Fără răspuns: 1

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 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

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

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

Modele comparate