Claude Opus 4.8
よりコスパが高いモデル: Kimi K2.5 $1.20/MでIndex 59.4(88%安い)。
より安価でスコアの高いランク付けモデルが19つあります:Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)、GPT-6.1 Sol (66.6, $4.00)ほか16つ。
2026年11月16日時点で、Claude Opus 4.8(Anthropic)のBenchLeader Indexは61.1です(ランク付けされた608構成中上位100位以内)。最も強いのは数学(68)、最も弱いのはエージェント・ツール(57)です。API料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00(3:1のブレンドで$10.00)で、2026年11月16日時点の定価です。出力速度は約85トークン/秒です(Artificial Analysis)。2026年5月28日にリリースされました。
要点(2026年11月16日時点)
- Claude Opus 4.8のAPI料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00(3:1のブレンドで$10.00)です(定価、2026年11月16日)。
- Claude Opus 4.8の出力速度は約85トークン/秒です(Artificial Analysis、2026年11月16日)。
- Claude Opus 4.8は2026年5月28日にリリースされました(Anthropic)。
詳しく見ると:Claude Opus 4.8はAnthropicのプロプライエタリな推論モデルです(2026年5月28日リリース)。最もスコアの高い構成(推論エフォート max)は、BenchLeader Indexで61.1 ±3.9を記録し、608構成中67位で上位半分に入ります。重要なのはこの「±」です。ほかに193構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(68)、エージェント・ツールが最も低くなっています(57)。ブレンド価格は100万トークンあたり$10.00で、ランク付けされたモデルの中で最も高価な部類です。出力速度は85トークン/秒、回答開始まで39.1秒で、多くのモデルより高速です。8通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月13日。
- ブレンド価格
- $10.00/M
- 入力$5.00・出力$25.00
- 出典:Artificial Analysis
- 出力速度
- 85 tok/s
- Artificial Analysisによる測定
- 回答開始
- 39 s
- 最初のトークン 0.77 s
- コンテキスト
- 1M
- 出典:models.dev
- 回答完了まで
- 81 s
- 最終測定2026年11月13日
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年5月28日
- 総合Index61
- 推論64
- コーディング62
- エージェント・ツール57
- 数学68
- 知識61
- 指示追従62
- 長文コンテキスト63
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/claude-opus-4-8)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Anthropicはこの名前で9つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Claude Opus 5.5max | 2026年9月22日 | 68.4 | #4 |
| Claude Opus 5max | 2026年7月24日 | 65.0 | #23 |
| Claude Opus 4.8maxこのページ | 2026年5月28日 | 61.1 | #67 |
| Claude Opus 4.7 | 2026年4月16日 | 63.1 | #43 |
| Claude Opus 4.6high | 2026年2月5日 | 62.5 | #50 |
| Claude Opus 4.5high | 2025年11月24日 | 59.7 | #98 |
| Claude Opus 4.1thinking | 2025年8月5日 | 58.1 | #137 |
| Claude Opus 4thinking | 2025年5月22日 | 55.7 | #202 |
| Claude 3 Opus | 2024年3月4日 | 38.8 | #554 |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| 推論なし | – | – | 67 tok/s | 0.77 s | $0.0095 | コーディング 64 · 数学 60 · 推論 61 |
| low | – | – | 67 tok/s | 0.77 s | $0.0095 | 数学 66 · 推論 61 |
| medium | – | – | 67 tok/s | 0.77 s | $0.0095 | コーディング 68 · 推論 64 |
| high | 60.4 | #78 | 67 tok/s | 0.77 s | $0.0095 | コーディング 61 · 人間の評価 67 · 数学 68 · マルチモーダル 64 · 推論 60 |
| xhigh | – | – | 67 tok/s | 0.77 s | $0.0095 | コーディング 72 · 推論 30 |
| max最良 | 61.1 | #67 | 85 tok/s | 39 s | $0.0095 | エージェント・ツール 57 · コーディング 62 · 指示追従 62 · 知識 61 · 長文コンテキスト 63 · 数学 68 · 推論 64 |
| thinking | – | – | 67 tok/s | 0.77 s | $0.0095 | 推論 80 |
| 未記載 | 58.7 | #123 | 67 tok/s | 0.77 s | $0.0095 | エージェント・ツール 49 · コーディング 61 · 人間の評価 64 · 数学 66 · マルチモーダル 63 · 推論 62 |
Indexの推移
2026年9月8日〜2026年11月16日- max
- high
- 標準
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
コーディング
エージェント・ツール
数学
| ベンチマーク | 推論なし | low | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | – | 80.0%#20 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | – | 56.1%#28 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 84.4%#109 | 97.8%#37 | – | 98.3%#30 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | – | 69.0%#20 | – | Vals AI | |
| LiveBench MathematicsIndex対象外 | – | – | – | 94.3%#19 | – | LiveBench | |
| AIME 2026汚染の可能性 | – | – | – | 100.0%#1 | – | MathArena | |
| HMMT February 2026汚染の可能性 | – | – | – | 95.5%#6 | – | MathArena | |
| MathArena Apex汚染の可能性 | – | – | – | 81.3%#1 | – | MathArena | |
| Arena Maths | – | – | 1492#25 | – | 1476#45 | Arena (LMArena) |
知識
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| SimpleQA Verified | 53.0%#26 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外 | 66.0%#57 | LiveBench | |
| MMLU-Pro | 89.6%#9 | Vals AI | |
| LegalBench | 83.6%#53 | Vals AI | |
| CorpFin | 66.7%#18 | Vals AI | |
| TaxEval | 75.6%#14 | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | 69.4%#15 | Vals AI | |
| MedCodeIndex対象外 | 53.2%#10 | Vals AI | |
| MedScribeIndex対象外 | 85.8%#25 | Vals AI | |
| Public Benefits Bench v1.1Index対象外 | 68.1%#13 | Vals AI | |
| DrugDiscoveryBenchIndex対象外 | 46.8%#12 | Scale AI SEAL | |
| EBR-benchIndex対象外 | 28.6%#17 | Epoch AI Benchmarking Hub | |
| GDP.pdfIndex対象外 | 24.0%#19 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench LanguageIndex対象外 | – | 79.7%#35 | – | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | – | 72.0%#20 | – | LiveBench | |
| IFBench | – | 62.2%#119 | – | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | 1492#14 | – | 1479#26 | Arena (LMArena) |
人間の評価
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1482#27 | 1474#41 | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 1268#9 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1840#22 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1470#21 | 1464#28 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1497#13 | 1493#19 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1503#13 | 1499#18 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Vision | 1295#23 | – | 1289#28 | Arena (LMArena) | |
| MMMU-Pro (Vals)Index対象外 | – | 86.6%#18 | – | Vals AI | |
| MortgageTaxIndex対象外 | – | 69.9%#5 | – | Vals AI | |
| Humanity's Sixth SenseIndex対象外 | – | 23.5%#31 | – | Scale AI SEAL | |
| GeoBenchIndex対象外 | 81.0%#11 | – | – | GeoBench | |
| Blueprint-Bench 2Index対象外エフォート未記載 | – | – | 14.5%#30 | Epoch AI Benchmarking Hub | |
| Furniture AssemblyIndex対象外 | – | 42.5%#19 | – | Epoch AI Benchmarking Hub |
長文コンテキスト
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | – | 77.7%#144 | – | Artificial Analysis | |
| Arena DocumentIndex対象外 | 1485#9 | – | 1476#14 | Arena (LMArena) | |
| MLCRIndex対象外 | – | 19.4%#58 | – | Artificial Analysis |
総合
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 159.9#21 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外 | 76.2%#30 | – | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 41.8#61 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 318.4#70 | – | Artificial Analysis | |
| Vals RSI IndexIndex対象外 | 24.0%#13 | – | Vals AI | |
| Vals Multimodal IndexIndex対象外 | 70.9%#5 | – | Vals AI |
安全性・誠実さ
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FORTRESSIndex対象外 | 18.2%#35 | – | Scale AI SEAL | |
| DistressBenchIndex対象外エフォート未記載 | – | 71.4%#23 | Scale AI SEAL |
GameBench 2 Overall: 49.4. GameBench 2, best reasoning setting (XHigh): 62.5. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Google Vertex | 74 tok/s | 0.88 s | $5.00 | $25.00 | 1M | – |
| Claude Platform on AWS | 72 tok/s | 1.30 s | $5.00 | $25.00 | 1M | – |
| Amazon Bedrock | 64 tok/s | 0.92 s | $5.00 | $25.00 | 1M | – |
| Anthropic | 43 tok/s | 1.06 s | $5.00 | $25.00 | 1M | – |
利用状況
Claude Opus 4.8が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.500のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0095 | $0.0081 | 42.6 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.075 | $0.035 | 46.1 s |
| コード編集 | 6,000 / 1,500 | $0.068 | $0.047 | 56.7 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.400 | $0.198 | 1.4 min |
| 構造化データの抽出 | 2,000 / 200 | $0.015 | $0.0083 | 41.4 s |
Anthropicのほかのモデル
Claude Opus 4.8と比較する
- Claude Opus 4.8 vs GPT-6.1 Sol
- Claude Opus 4.8 vs Gemini 4 Argon
- Claude Opus 4.8 vs Muse Spark 1.3
- Claude Opus 4.8 vs Claude Sonnet 5.5
- Claude Opus 4.8 vs GLM 5.3
- Claude Opus 4.8 vs Gemini 4 Carbon
- Claude Opus 4.8 vs Grok 4.7
- Claude Opus 4.8 vs GLM 5.2
- Claude Opus 4.8 vs Qwen3.8-Flash-Next
- Claude Opus 4.8 vs GPT-5.2
- Claude Opus 4.8 vs GPT-5
- Claude Opus 4.8 vs DeepSeek V4.1 Flash 1017
- Claude Opus 4.8 vs GPT-5.6 Sol
- Claude Opus 4.8 vs DeepSeek V4 Pro
- Claude Opus 4.8 vs Step 5 Preview
関連ページ
埋め込み・引用
Claude Opus 4.8の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/claude-opus-4-8)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Claude Opus 4.8 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-opus-4-8
BibTeX:
@misc{benchleader_claude_opus_4_8_20261116,
author = {{BenchLeader}},
title = {{Claude Opus 4.8 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-opus-4-8}},
note = {Data as of 2026-11-16}
}よくある質問
- Claude Opus 4.8のベンチマークスコアは?
- 2026年11月16日時点で、Claude Opus 4.8(推論エフォート max)のBenchLeader Indexは61.1 ±3.9です(上位100位以内)。最も強いのは数学(68)、最も弱いのはエージェント・ツール(57)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Claude Opus 4.8の順位は?
- 2026年11月16日時点で、Claude Opus 4.8(推論エフォート max)はランク付けされた608構成中67位です(上位100位以内)。ほかに193構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Claude Opus 4.8の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Claude Opus 4.8の料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$10.00です。
- Claude Opus 4.8はGemini 3.6 Flashより優れていますか?
- 2026年11月16日時点で、Claude Opus 4.8(推論エフォート max)とGemini 3.6 Flash(推論エフォート high)の品質はほぼ互角です(BenchLeader Indexで61.1対61.0、±4.9の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Claude Opus 4.8はいつリリースされましたか?
- Anthropicが2026年5月28日にClaude Opus 4.8をリリースしました。BenchLeaderには8通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Claude Opus 4.8:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/claude-opus-4-8