AI BENCHY
Advertise here
#10

Claude Opus 4.8

Anthropic Релиз: 2026-05-28 Проверено: 2026-06-04 13:45 anthropic/claude-opus-4.8::medium
(medium) (low) (none)

Сводка

Claude Opus 4.8 набирает 8.7 в AI BENCHY и занимает #10. У модели надежность 10.0, доля успешных попыток 84.1%, общая стоимость $1.107 и среднее время ответа 9.66s.

Оценка

8.7

Стабильность

9.6

Надежность

10.0

Общая стоимость (текущая цена)

$1.107

Общее число выходных токенов

32,396

Общее число входных токенов

61,007

Цена входа

$5.000 / 1M

Цена выхода

$25.000 / 1M

Тестов верно

Ошибочных тестов: 4

Доля успешных попыток: 84.1%

Нестабильные тесты

1

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

9.66s

Время ответа (макс.): 38.03s

Время ответа (суммарно): 202.89s

Неверный ответ: 3 Нет ответа: 1

Генерация showcase

Hamster playing table tennis

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

#10 Claude Opus 4.8

medium
Стоимость
$0.057
Время
23.1s
Токены
2,412 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-06-30 22:01 Повторный тест 8.8 10.0 $1.107 Сравнить
2026-06-04 13:45 Добавлен новый тест 8.7 10.0 $1.107 Текущий запуск
2026-05-28 17:34 Первый запуск 8.7 10.0 $1.006 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

История цен

Исторические данные о ценах для этой модели из OpenRouter.

Дата Цена входа Цена выхода
2026-06-04 14:42 $5.000 / 1M $25.000 / 1M

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

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 A55bmediumБесплатно доступноClaude Opus 4.8mediumvsGPT-5.5low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Программирование 10.0 10.0
Комбинированный 9.8 10.0
Парсинг и извлечение данных 7.1 5.6
Предметно-ориентированное 5.3 10.0
Общий интеллект 10.0 10.0
Следование инструкциям 10.0 10.0
Решение головоломок 10.0 10.0
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели