Claude Opus 4.8

Anthropic · 发布于 2026-05-28

评分规则

综合评分62.0第 17 名 · 覆盖 97%

编程63.8第 15 名 · 覆盖 100%

专业办公58.9第 27 名 · 覆盖 100%

知识问答61.3第 21 名 · 覆盖 100%

科研62.4第 20 名 · 覆盖 83%

上下文窗口

1,000,000 token

API 价格

缓存 ¥3.34 · 输入 ¥33.43 · 输出 ¥167.16

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

17 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-06-10 至 2026-10-13；另有 13 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（4）

claude-opus-4-8-max-effort
anthropic/claude-opus-4-8
claude-opus-4-8_max
claude-opus-4-8

编程

63.8

LiveBench CodingLiveBench81.83%统一读数 68.0

来源: LiveBench Coding
上游型号: claude-opus-4-8-max-effort
运行配置: claude-opus-4-8-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI23.23%统一读数 58.0

来源: Terminal-Bench 4.0
上游型号: anthropic/claude-opus-4-8
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI47.25%统一读数 65.9

来源: Code Migration
上游型号: anthropic/claude-opus-4-8
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI82.72%统一读数 67.2

来源: Vibe Code Bench v1.1
上游型号: anthropic/claude-opus-4-8
运行配置: max · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

62.4

FrontierMath T1–3 v2Epoch AI80.00%统一读数 66.5

来源: FrontierMath T1–3 v2
上游型号: claude-opus-4-8_max
运行配置: claude-opus-4-8_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-06-10
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI52.00%统一读数 69.1

来源: Chess Puzzles
上游型号: claude-opus-4-8_max
运行配置: claude-opus-4-8_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI36.00%统一读数 60.1

来源: Mystery Game Puzzles
上游型号: claude-opus-4-8_max
运行配置: claude-opus-4-8_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-07-25
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench89.19%统一读数 65.2

来源: LiveBench Reasoning
上游型号: claude-opus-4-8-max-effort
运行配置: claude-opus-4-8-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI4.29%统一读数 ≤52.4

来源: Terminal-Bench-Science
上游型号: anthropic/claude-opus-4-8
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

专业办公

58.9

LiveBench Data AnalysisLiveBench66.03 / 100（任务均分）统一读数 22.5

来源: LiveBench Data Analysis
上游型号: claude-opus-4-8-max-effort
运行配置: claude-opus-4-8-max-effort · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI53.92%统一读数 61.7

来源: Finance Agent (v2)
上游型号: anthropic/claude-opus-4-8
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI9.58%统一读数 51.6

来源: Harvey's Legal Agent Benchmark
上游型号: anthropic/claude-opus-4-8
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

MedCodeVals AI53.22%统一读数 73.8

来源: MedCode
上游型号: anthropic/claude-opus-4-8
运行配置: max · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

61.3

SimpleQA VerifiedEpoch AI53.00%统一读数 59.6

来源: SimpleQA Verified
上游型号: claude-opus-4-8_max
运行配置: claude-opus-4-8_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench79.66%统一读数 54.8

来源: LiveBench Language
上游型号: claude-opus-4-8-max-effort
运行配置: claude-opus-4-8-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench72.03%统一读数 69.3

来源: LiveBench IF
上游型号: claude-opus-4-8-max-effort
运行配置: claude-opus-4-8-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

61.0

Arena Text · 风格控制Arena1474.32 Elo统一读数 60.2

来源: Arena Text · 风格控制
上游型号: claude-opus-4-8
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（1）

MysteryMechanism

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。