Claude Opus 4.8vsOpus 4.7
在 14 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 11 项，Opus 4.7 领先 3 项，持平 0 项，平均分差 +3.28。
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Opus 4.7
Anthropic · 2026-04-16 · 推理大模型
Claude Opus 4.811 项(79%)(21%)3 项Opus 4.7
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
Coding and Software Engineer
胶着 4/4| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5459 / 35Normal (No Tools) | 1,5627 / 35Normal (No Tools) | -17.34 |
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 76.4013 / 52Normal (With Tools) | -5.95 |
| SWE-Bench Pro - Public | 69.204 / 57Extended (with tools) | 64.308 / 57Extended (with tools) | +4.90 |
| SWE-bench Verified | 88.605 / 114Extended (with tools) | 87.606 / 114Extended (with tools) | +1 |
AI Agent - Tool Usage
Claude Opus 4.8 领先 3/3| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 78.9020 / 44Thinking High (With Tools) | 69.7032 / 44Thinking High (With Tools) | +9.20 |
| OSWorld-Verified | 83.404 / 26Extended (with tools) | 7811 / 26Extended (with tools) | +5.40 |
| MCP-Atlas | 82.206 / 38Deep Thinking (With Tools) | 79.109 / 38Deep Thinking (With Tools) | +3.10 |
General Knowledge
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| HLE | 57.908 / 181Extended (with tools) | 54.7015 / 181Extended (with tools) | +3.20 |
| LiveBench | 78.794 / 115Deep Thinking (No Tools) | 76.917 / 115Deep Thinking (No Tools) | +1.88 |
Math and Reasoning
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 56.109 / 34最高（无工具） | 31.7114 / 34最高（无工具） | +24.39 |
| FrontierMath v2 | 809 / 34最高（无工具） | 70.1814 / 34最高（无工具） | +9.82 |
AI Agent - Information Search
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| BrowseComp | 84.309 / 54Thinking High (With Tools + Internet) | 79.3017 / 54Extended (with tools) | +5 |
常识推理
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| SimpleBench | 64.8010 / 67Normal (No Tools) | 62.9012 / 67Normal (No Tools) | +1.90 |
科学与综合推理
Opus 4.7 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.6011 / 226Thinking High (No Tools) | 94.205 / 226Extended (no tools) | -0.60 |
规格对比
| 字段 | Claude Opus 4.8 | Opus 4.7 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-05-28 | 2026-04-16 |
| 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 | 128K |
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 4.7 |
|---|---|---|
| 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:AI Agent - Tool Usage (3/3)、General Knowledge (2/2)、Math and Reasoning (2/2)、AI Agent - Information Search (1/1)、常识推理 (1/1)
- Opus 4.7在以下类目领先:科学与综合推理 (1/1)
- 胶着类目:Coding and Software Engineer
14 个共同 benchmark 上，Claude Opus 4.8 平均高出 3.28 分。
单项差距最大的 benchmark：FrontierMath Tier 4 v2 — Claude Opus 4.8 56.10，Opus 4.7 31.71（分差 +24.39）。
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。