claude-opus-4-8
91.0%±1.9%
89.1%CI93.0%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 8 minacum 8 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 3 ore
- Arena · WebDev· acum 3 ore
- Arena · Vision· acum 3 ore
- Arena · Agent· acum 3 ore
- GPQA Diamond· acum 8 minute
- SWE-bench· acum 8 minute
- Terminal-Bench· acum 8 minute
- ARC-AGI-2· acum 8 minute
Filtrează după organizație:
Lansat:
claude-opus-4-6
90.5%±1.7%
88.8%CI92.2%
claude-opus-4-7
90.2%±1.8%
88.3%CI92.0%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 29 | claude-opus-4-8 | Anthropic | sept. 2026 | $5 / $25 | 91.0% | 89.1%–93.0% | #15–33 | ||
| 38 | claude-opus-4-6 | Anthropic | sept. 2026 | $5 / $25 | 90.5% | 88.8%–92.2% | #2–25 | ||
| 41 | claude-opus-4-7 | Anthropic | sept. 2026 | $5 / $25 | 90.2% | 88.3%–92.0% | #1–18 | ||
| 66 | claude-opus-4-5-20251101 | Anthropic | nov. 2025 | $5 / $25 | 86.0% | 84.0%–88.1% | #20–62 | ||
| 93 | claude-opus-4-1-20250805 | Anthropic | aug. 2025 | $15 / $75 | 77.3% | 74.3%–80.3% | #73–404 | ||
| 97 | claude-opus-4-20250514 | Anthropic | mai 2025 | — | 76.3% | 73.2%–79.3% | #84–470 |
Se afișează GPQA Diamond 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.