Claude Opus 4.8
性价比更高: Kimi K2.5 $1.20/M 即可获得 Index 59.4,便宜 88%。
有 19 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)、GPT-6.1 Sol (66.6, $4.00),另有 16 个。
截至 2026年11月16日,Claude Opus 4.8(Anthropic)在 BenchLeader Index 上得分 61.1(在 608 个已排名配置中前 100 名)。表现最好的是数学(68),最弱的是智能体与工具(57)。API 价格为输入每百万 token $5.00、输出每百万 token $25.00(按 3:1 混合为 $10.00),为 2026年11月16日的标价。输出速度约为 85 token/秒(Artificial Analysis)。发布于 2026年5月28日。
要点(截至 2026年11月16日)
- Claude Opus 4.8 的 API 价格为输入每百万 token $5.00、输出每百万 token $25.00(按 3:1 混合为 $10.00)(标价,2026年11月16日)。
- Claude Opus 4.8 的输出速度约为 85 token/秒(Artificial Analysis,2026年11月16日)。
- Claude Opus 4.8 于 2026年5月28日发布(Anthropic)。
详细说明:Claude Opus 4.8 是 Anthropic 的闭源推理模型,发布于 2026年5月28日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 61.1 ±3.9,在 608 个配置中排第 67 名,处于上半区。关键在于这个“±”:另有 193 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(68),智能体与工具最低(57)。按混合价格计,每百万 token $10.00,属于已排名模型中最贵的一档。输出速度为 85 token/秒,首次回答需 39.1 秒,比大多数模型快。它已在 8 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月13日。
- 混合价格
- $10.00/M
- 输入 $5.00 · 输出 $25.00
- 来源:Artificial Analysis
- 输出速度
- 85 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 39 s
- 首 token 0.77 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 81 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年5月28日
- 综合 Index61
- 推理64
- 编程62
- 智能体与工具57
- 数学68
- 知识61
- 指令遵循62
- 长上下文63
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-opus-4-8)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Anthropic 以这个名称发布过 9 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| 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本页 | 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 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 67 tok/s | 0.77 s | $0.0095 | 编程 64 · 数学 60 · 推理 61 |
| low | – | – | 67 tok/s | 0.77 s | $0.0095 | 数学 66 · 推理 61 |
| medium | – | – | 67 tok/s | 0.77 s | $0.0095 | 编程 68 · 推理 64 |
| high | 60.4 | #78 | 67 tok/s | 0.77 s | $0.0095 | 编程 61 · 人类偏好 67 · 数学 68 · 多模态 64 · 推理 60 |
| xhigh | – | – | 67 tok/s | 0.77 s | $0.0095 | 编程 72 · 推理 30 |
| max最佳 | 61.1 | #67 | 85 tok/s | 39 s | $0.0095 | 智能体与工具 57 · 编程 62 · 指令遵循 62 · 知识 61 · 长上下文 63 · 数学 68 · 推理 64 |
| thinking | – | – | 67 tok/s | 0.77 s | $0.0095 | 推理 80 |
| 未说明 | 58.7 | #123 | 67 tok/s | 0.77 s | $0.0095 | 智能体与工具 49 · 编程 61 · 人类偏好 64 · 数学 66 · 多模态 63 · 推理 62 |
Index 走势
2026年9月8日 至 2026年11月16日- max
- high
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
编程
智能体与工具
数学
| 基准测试 | 无推理 | low | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| 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 Mathematics不计入 Index | – | – | – | 94.3%#19 | – | LiveBench | |
| AIME 2026可能存在污染 | – | – | – | 100.0%#1 | – | MathArena | |
| HMMT February 2026可能存在污染 | – | – | – | 95.5%#6 | – | MathArena | |
| MathArena Apex可能存在污染 | – | – | – | 81.3%#1 | – | MathArena | |
| Arena Maths | – | – | 1492#25 | – | 1476#45 | Arena (LMArena) |
知识
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| SimpleQA Verified | 53.0%#26 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 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 Benchmark不计入 Index | 69.4%#15 | Vals AI | |
| MedCode不计入 Index | 53.2%#10 | Vals AI | |
| MedScribe不计入 Index | 85.8%#25 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 68.1%#13 | Vals AI | |
| DrugDiscoveryBench不计入 Index | 46.8%#12 | Scale AI SEAL | |
| EBR-bench不计入 Index | 28.6%#17 | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | 24.0%#19 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 79.7%#35 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 72.0%#20 | – | LiveBench | |
| IFBench | – | 62.2%#119 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1492#14 | – | 1479#26 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1482#27 | 1474#41 | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1268#9 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1840#22 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1470#21 | 1464#28 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1497#13 | 1493#19 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1503#13 | 1499#18 | Arena (LMArena) |
多模态
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision | 1295#23 | – | 1289#28 | Arena (LMArena) | |
| MMMU-Pro (Vals)不计入 Index | – | 86.6%#18 | – | Vals AI | |
| MortgageTax不计入 Index | – | 69.9%#5 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | 23.5%#31 | – | Scale AI SEAL | |
| GeoBench不计入 Index | 81.0%#11 | – | – | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | 14.5%#30 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | 42.5%#19 | – | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | – | 77.7%#144 | – | Artificial Analysis | |
| Arena Document不计入 Index | 1485#9 | – | 1476#14 | Arena (LMArena) | |
| MLCR不计入 Index | – | 19.4%#58 | – | Artificial Analysis |
综合
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 159.9#21 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | 76.2%#30 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 41.8#61 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 318.4#70 | – | Artificial Analysis | |
| Vals RSI Index不计入 Index | 24.0%#13 | – | Vals AI | |
| Vals Multimodal Index不计入 Index | 70.9%#5 | – | Vals AI |
安全与诚实
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FORTRESS不计入 Index | 18.2%#35 | – | Scale AI SEAL | |
| DistressBench不计入 Index推理强度未说明 | – | 71.4%#23 | Scale AI SEAL |
GameBench 2 Overall: 49.4. GameBench 2, best reasoning setting (XHigh): 62.5. 仅供参考,不计入 BenchLeader Index。
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.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| 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 | – |
使用情况
Claude Opus 4.8 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.500。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0095 | $0.0081 | 42.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.075 | $0.035 | 46.1 s |
| 代码编辑 | 6,000 / 1,500 | $0.068 | $0.047 | 56.7 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.400 | $0.198 | 1.4 min |
| 结构化信息提取 | 2,000 / 200 | $0.015 | $0.0083 | 41.4 s |
Anthropic 的更多模型
将 Claude Opus 4.8 与以下模型对比
- 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
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Opus 4.8 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/claude-opus-4-8)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- Claude Opus 4.8 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Opus 4.8(推理强度 max)的 BenchLeader Index 为 61.1 ±3.9(前 100 名)。最强的是数学(68),最弱的是智能体与工具(57)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Claude Opus 4.8 排名第几?
- 截至 2026年11月16日,Claude Opus 4.8(推理强度 max)在 608 个已排名配置中排第 67 名(前 100 名)。另有 193 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Claude Opus 4.8 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Opus 4.8 的价格为输入每百万 token $5.00、输出每百万 token $25.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $10.00。
- Claude Opus 4.8 比 Gemini 3.6 Flash 更好吗?
- 截至 2026年11月16日,Claude Opus 4.8(推理强度 max)与 Gemini 3.6 Flash(推理强度 high)的质量不相上下(BenchLeader Index 61.1 比 61.0,在 ±4.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Claude Opus 4.8 是什么时候发布的?
- Anthropic 于 2026年5月28日发布了 Claude Opus 4.8。BenchLeader 收录了它在 8 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Claude Opus 4.8:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-opus-4-8。