AI BENCHY
Advertise here
#15

Claude Opus 4.8

Anthropic Lansare: 2026-05-28 Testat la: 2026-06-30 22:01 anthropic/claude-opus-4.8::medium
(medium) (low) (none)

Rezumat

Claude Opus 4.8 obține 8.8 pe AI BENCHY și este pe #15. Are fiabilitate 10.0, rată de reușită 84.1%, cost total $1.107 și timp mediu de răspuns 9.72s.

Scor

8.8

Consistență

9.6

Fiabilitate

10.0

Cost total (preț curent)

$1.107

Total tokenuri de ieșire

32,396

Total tokenuri de intrare

61,007

Preț de intrare

$5.000 / 1M

Preț de ieșire

$25.000 / 1M

Teste corecte

Teste greșite: 4

Rată de trecere pe încercare: 84.1%

Teste instabile

1

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

Timp de răspuns (mediu)

9.72s

Timp de răspuns (maxim): 38.03s

Timp de răspuns (total): 204.19s

Răspuns greșit: 3 Fără răspuns: 1

Prezentare generare

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Cost
$0.057
Timp
23.1s
Tokenuri
2,412 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-30 22:01 Retestare 8.8 10.0 $1.107 Rularea curentă
2026-06-04 13:45 Test nou adăugat 8.7 10.0 $1.107 Compară
2026-05-28 17:34 Prima rulare 8.7 10.0 $1.006 Compară

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $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 4.8mediumvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsClaude Opus 4.7mediumClaude Opus 4.8mediumvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGLM 5.2mediumClaude Opus 4.8mediumvsGPT-5.5mediumClaude Opus 4.8mediumvsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.8mediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.8mediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 10.0 10.0
Combinat 9.8 10.0
Parsare și extragere de date 7.1 5.6
Specific domeniului 5.3 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate