AI BENCHY
Advertise here
#70

Claude Opus 4.8

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

Сводка

Claude Opus 4.8 набирает 7.2 в AI BENCHY и занимает #70. У модели надежность 10.0, доля успешных попыток 61.9%, общая стоимость $0.539 и среднее время ответа 3.48s.

Что делает Claude Opus 4.8 особенной: Сильнее всего модель выделяется в Следование инструкциям, где занимает #3; самая слабая область — Парсинг и извлечение данных с #12. Она заметно быстрее похожих моделей.

Оценка

7.2

Стабильность

9.2

Надежность

10.0

Общая стоимость (текущая цена)

$0.539

Общее число выходных токенов

8,107

Общее число входных токенов

67,104

Цена входа

$5.000 / 1M

Цена выхода

$25.000 / 1M

Тестов верно

Ошибочных тестов: 9

Доля успешных попыток: 61.9%

Нестабильные тесты

2

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

Время ответа (среднее)

3.48s

Время ответа (макс.): 17.73s

Время ответа (суммарно): 73.00s

Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 1 Нет ответа: 1

Генерация showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Стоимость
$0.053
Время
22.0s
Токены
2,253 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-06-30 22:01 Повторный тест 7.2 10.0 $0.539 Текущий запуск
2026-06-04 13:44 Добавлен новый тест 7.0 10.0 $0.539 Сравнить
2026-05-28 17:34 Первый запуск 7.3 10.0 $0.519 Сравнить

История цен

Исторические данные о ценах для этой модели из OpenRouter.

Дата Цена входа Цена выхода
2026-06-04 15:40 $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 4.8nonevsGemini 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 A55bmediumБесплатно доступноClaude Opus 4.8nonevsGPT-5.5low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 6.5 10.0
Программирование 5.5 10.0
Комбинированный 9.5 10.0
Парсинг и извлечение данных 7.3 5.8
Предметно-ориентированное 5.3 7.2
Общий интеллект 10.0 10.0
Следование инструкциям 9.9 10.0
Решение головоломок 7.7 10.0
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели