Claude Opus 4.8vsClaude Opus 4.6
在 13 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 11 项，Claude Opus 4.6 领先 2 项，持平 0 项，平均分差 +27.12。
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Claude Opus 4.811 项(85%)(15%)2 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
Coding and Software Engineer
Claude Opus 4.8 领先 2/3| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5459 / 35Normal (No Tools) | 1,5558 / 35Normal (No Tools) | -10.30 |
| SWE-bench Verified | 88.605 / 114Extended (with tools) | 80.8410 / 114Extended (with tools) | +7.76 |
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 65.9023 / 52Normal (With Tools) | +4.55 |
AI Agent - Tool Usage
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 83.404 / 26Extended (with tools) | 72.7016 / 26Extended (with tools) | +10.70 |
| MCP-Atlas | 82.206 / 38Deep Thinking (With Tools) | 76.8013 / 38Deep Thinking (With Tools) | +5.40 |
General Knowledge
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| HLE | 57.908 / 181Extended (with tools) | 5320 / 181Extended (with tools, internet) | +4.90 |
| LiveBench | 78.794 / 115Deep Thinking (No Tools) | 76.338 / 115Thinking High (No Tools) | +2.46 |
Math and Reasoning
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 56.109 / 34最高（无工具） | 26.8318 / 34最高（无工具） | +29.27 |
| FrontierMath v2 | 809 / 34最高（无工具） | 65.9616 / 34最高（无工具） | +14.04 |
AI Agent - Information Search
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| BrowseComp | 84.309 / 54Thinking High (With Tools + Internet) | 8411 / 54Thinking (With Tools + Internet) | +0.30 |
Productivity Knowledge
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GDPval-AA | 1,8901 / 21Extended (with tools) | 1,6063 / 21Extended (with tools, internet) | +284 |
常识推理
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SimpleBench | 64.8010 / 67Normal (No Tools) | 67.609 / 67Normal (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 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.6011 / 226Thinking High (No Tools) | 91.3128 / 226Extended (no tools) | +2.29 |
规格对比
| 字段 | Claude Opus 4.8 | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-05-28 | 2026-02-05 |
| 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 | 1000K |
| 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 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $0.5 / 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 | $10 / 1M tokens |
小结
- Claude Opus 4.8在以下类目领先:Coding and Software Engineer (2/3)、AI Agent - Tool Usage (2/2)、General Knowledge (2/2)、Math and Reasoning (2/2)、AI Agent - Information Search (1/1)、Productivity Knowledge (1/1)、科学与综合推理 (1/1)
- Claude Opus 4.6在以下类目领先:常识推理 (1/1)
13 个共同 benchmark 上，Claude Opus 4.8 平均高出 27.12 分。
单项差距最大的 benchmark：GDPval-AA — Claude Opus 4.8 1,890，Claude Opus 4.6 1,606（分差 +284）。
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。