#67 Claude Opus 4.8
none- Cost
- $0.053
- Timp
- 22.0s
- Tokenuri
- 2,253 tok
Anthropic
Lansare: 2026-05-28
Testat la: 2026-06-04 13:44
anthropic/claude-opus-4.8::none
Rezumat
Claude Opus 4.8 obține 7.0 pe AI BENCHY și este pe #67. Are fiabilitate 10.0, rată de reușită 61.9%, cost total $0.539 și timp mediu de răspuns 3.47s.
Ce face Claude Opus 4.8 unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #12. Este vizibil rapid față de modele similare.
7.0
Consistență
9.2
10.0
$0.539
Total tokenuri de ieșire
8,107
Total tokenuri de intrare
67,104
Preț de intrare
$5.000 / 1M
Preț de ieșire
$25.000 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
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 |
|---|---|---|---|---|---|
| 2026-06-30 22:01 Retestare | 7.2 | 10.0 | $0.539 | Compară | |
| 2026-06-04 13:44 Test nou adăugat | 7.0 | 10.0 | $0.539 | Rularea curentă | |
| 2026-05-28 17:34 Prima rulare | 7.3 | 10.0 | $0.519 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:44 · Test nou adăugat | 7.0 | 9.2 | 10.0 | 12/21 | 2 | 8,107 | 67,104 | $0.539 | 3.47s |
| 2026-06-30 22:01 · Retestare | 7.2 | 9.2 | 10.0 | 12/21 | 2 | 8,107 | 67,104 | $0.539 | 3.48s |
| Diferență | -0.2 | 0.0 | 0.0 | 0 | 0 | 0 | 0 | $0.000 | -5ms |
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 14:42 | $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 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsClaude Sonnet 4.6noneClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGemini 3.5 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewmediumClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitClaude Opus 4.8nonevsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.5 | 10.0 | |
| Programare | 5.5 | 10.0 | |
| Combinat | 9.5 | 10.0 | |
| Parsare și extragere de date | 7.3 | 5.8 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.9 | 10.0 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |