Claude Opus 4.8vsOpus 4.5
在 10 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 10 项，Opus 4.5 领先 0 项，持平 0 项，平均分差 +21.67。
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Opus 4.5
Anthropic · 2025-11-25 · 推理大模型
Claude Opus 4.810 项(100%)(0%)0 项Opus 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
Coding and Software Engineer
Claude Opus 4.8 领先 3/3| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5459 / 35Normal (No Tools) | 1,47920 / 35Normal (No Tools) | +66.05 |
| SWE-bench Verified | 88.605 / 114Extended (with tools) | 80.909 / 114Extended (with tools) | +7.70 |
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 63.7024 / 52Thinking (With Tools, 16K Budget) | +6.75 |
General Knowledge
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| HLE | 57.908 / 181Extended (with tools) | 43.2052 / 181Extended (with tools) | +14.70 |
| LiveBench | 78.794 / 115Deep Thinking (No Tools) | 75.9611 / 115Thinking (No Tools, 64K Budget) | +2.83 |
Math and Reasoning
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 56.109 / 34最高（无工具） | 4.8828 / 34Thinking (No Tools, 32K Budget) | +51.22 |
| FrontierMath v2 | 809 / 34最高（无工具） | 34.3930 / 34Thinking (No Tools, 32K Budget) | +45.61 |
AI Agent - Tool Usage
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| MCP-Atlas | 82.206 / 38Deep Thinking (With Tools) | 69.8026 / 38Thinking High (With Tools) | +12.40 |
常识推理
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| SimpleBench | 64.8010 / 67Normal (No Tools) | 6214 / 67Extended (no tools) | +2.80 |
科学与综合推理
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.6011 / 226Thinking High (No Tools) | 8771 / 226Extended (no tools) | +6.60 |
规格对比
| 字段 | Claude Opus 4.8 | Opus 4.5 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-05-28 | 2025-11-25 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 125K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Opus 4.8 | Opus 4.5 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- Claude Opus 4.8在以下类目领先:Coding and Software Engineer (3/3)、General Knowledge (2/2)、Math and Reasoning (2/2)、AI Agent - Tool Usage (1/1)、常识推理 (1/1)、科学与综合推理 (1/1)
10 个共同 benchmark 上，Claude Opus 4.8 平均高出 21.67 分。
单项差距最大的 benchmark：Text Arena (Coding) — Claude Opus 4.8 1,545，Opus 4.5 1,479（分差 +66.05）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。