BenchLeader

Agnes 3.0 Flash vs Claude Opus 4.8

在两者都有结果的 9 项基准测试中,Claude Opus 4.8 在 6 项上得分更高,Agnes 3.0 Flash 在 3 项上更高。

BenchLeader 读取的基准测试发布方都已不再收录 Agnes 3.0 Flash,因此它的数据自 2026年9月22日 起停止更新。Claude Opus 4.8 的数据为截至 2026年11月16日 的最新数据。每项分数都标注了发布日期。

基准测试Agnes 3.0 FlashClaude Opus 4.8 (max)
AA Intelligence Index v4.3.235.5
2026年9月11日
41.8
2026年5月28日
AA-LCR v1.181.0%
2026年9月11日
77.7%
2026年5月28日
GPQA Diamond (AA)92.4%
2026年9月11日
92.0%
2026年5月28日
Humanity's Last Exam (AA)38.5%
2026年9月11日
48.7%
2026年5月28日
SciCode (AA)51.6%
2026年9月11日
54.4%
2026年5月28日
CritPt15.1%
2026年9月19日
20.9%
2026年5月28日
τ³-Banking (AA)47.6%
2026年9月19日
34.2%
2026年5月28日
Terminal-Bench 4.0 (AA)7.1%
2026年9月22日
21.7%
2026年5月28日
Terminal-Bench 2.1 (AA)82.0%
2026年9月22日
84.6%
2026年5月28日
混合价格(每百万 token,3:1)$0.075$10.00
输出速度317 tok/s85 tok/s

查看 Agnes 3.0 Flash 最后测得的全部数据,或前往 Claude Opus 4.8 的页面,了解它与仍在测量的模型相比如何。完整列表见排行榜。