#73 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
摘要
Claude Opus 4.8 平均分领先，为 7.2 vs 7.1。 Claude Opus 4.8 benchmark 成本更低，为 $0.539 vs $1.148。 Claude Opus 4.8 更快，为 3.48s vs 64.46s，通过率为 61.9% vs 63.5%。
推荐模型Claude Opus 4.8它在这里得分最高（7.2），同时成本比Step 3.7 Flash (high)低约 2.1 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| 分数 | 7.2 | 7.1 |
| 排名 | #73 | #79 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 61.9% | 63.5% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 4.485 | 10.434 |
| 总成本 | $0.539 | $1.148 |
| 输入价格 | $5.000 / 1M | $0.200 / 1M |
| 输出价格 | $25.000 / 1M | $1.150 / 1M |
| 总输入令牌 | 67,104 | 38,391 |
| 输出令牌 | 8,107 | 991,355 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 3.48s | 64.46s |
| 响应时间（最大） | 17.73s | 364.99s |
| 响应时间（总计） | 73.00s | 1353.57s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#79 Step 3.7 Flash
high- 成本
- $0.007
- 时间
- 63.6s
- 令牌
- 6,030 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
快速对比
切换对比组合
Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1medium免费可用vsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Qwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash Previewlow