claude-opus-4-8
47.2%±2.9%
44.3%CI50.2%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 39 minacum 39 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 39 de minute
- SWE-bench· acum 39 de minute
- Terminal-Bench· acum 39 de minute
- ARC-AGI-2· acum 39 de minute
Filtrează după organizație:
Lansat:
claude-opus-4-7
43.8%±2.9%
40.9%CI46.7%
claude-opus-4-6
40.7%±2.9%
37.8%CI43.6%
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 5 | claude-opus-4-8 | Anthropic | sept. 2026 | $5 / $25 | 47.2% | 44.3%–50.2% | #15–33 | ||
| 6 | claude-opus-4-7 | Anthropic | sept. 2026 | $5 / $25 | 43.8% | 40.9%–46.7% | #1–18 | ||
| 7 | claude-opus-4-6 | Anthropic | sept. 2026 | $5 / $25 | 40.7% | 37.8%–43.6% | #2–25 | ||
| 30 | claude-opus-4-5-20251101 | Anthropic | nov. 2025 | $5 / $25 | 20.7% | 18.3%–23.1% | #19–62 | ||
| 42 | claude-opus-4-1-20250805 | Anthropic | aug. 2025 | $15 / $75 | 7.2% | 5.7%–8.8% | #73–404 | ||
| 48 | claude-opus-4-20250514 | Anthropic | mai 2025 | — | 4.5% | 3.3%–5.7% | #84–470 |
Se afișează FrontierMath exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.