Claude Opus 4.8

Anthropic · 2026-05-28 发布 · 10/30 02:05 更新

AICue 评分 · 综合61.8分综合第 22 名评分不是正确率 · 评测覆盖 83%

可比较分类4/ 4 项分类

已有成绩30项评测

上下文窗口100万Token

API 输入 / 输出 · 每百万 Token¥33.31 / ¥166.54缓存 ¥3.33原价 $5 / $25厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分61.3分第 23 名8 项评测 · 覆盖 78%科研AICue 评分62.6分第 20 名7 项评测 · 覆盖 86%专业办公AICue 评分60.9分第 35 名前 30 名之外8 项评测 · 覆盖 75%知识问答AICue 评分63.0分第 21 名5 项评测 · 覆盖 100%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程61.38 项

ProgramBenchVals AI1.0%折算分至多 81.9+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 15 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI82.7%折算分 65.5+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 24 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI47.3%折算分 64.2+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 16 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench CodingLiveBench81.8%折算分 61.9+
原榜型号
claude-opus-4-8-max-effort · 原榜第 36 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis21.7%折算分 60.5+
原榜型号
claude-opus-4-8 · 原榜第 68 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Vals AI23.2%折算分 59.8+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 30 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-SWEMercor43.9%折算分 59.5+
原榜型号
claude-opus-4-8 · 原榜第 32 名
代表配置
Max 推理 · terminus-2 · apex-swe:terminus-2
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis54.4%折算分 55.3+
原榜型号
claude-opus-4-8 · 原榜第 66 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研62.67 项

Chess PuzzlesEpoch AI52.0%折算分 67.2+
原榜型号
claude-opus-4-8_max · 原榜第 17 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:35
查看这项评测 →官方来源 ↗
FrontierMath T1–3Epoch AI80.0%折算分 67.0+
原榜型号
claude-opus-4-8_max · 原榜第 18 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 06/10 23:25
查看这项评测 →官方来源 ↗
CritPtArtificial Analysis20.9%折算分 64.5+
原榜型号
claude-opus-4-8 · 原榜第 63 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis48.7%折算分 64.4+
原榜型号
claude-opus-4-8 · 原榜第 34 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench89.2%折算分 63.7+
原榜型号
claude-opus-4-8-max-effort · 原榜第 16 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Mystery Game PuzzlesEpoch AI36.0%折算分 62.1+
原榜型号
claude-opus-4-8_max · 原榜第 23 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 07/25 12:37
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI4.3%折算分至多 54.5+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 26 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公60.98 项

AA-Analyst AgentArtificial Analysis45.0%折算分 66.0+
原榜型号
claude-opus-4-8 · 原榜第 17 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI53.2%折算分 64.9+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 10 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI53.9%折算分 61.1+
原榜型号
anthropic/claude-opus-4-8 · 原榜第 30 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
GDPval-AAArtificial Analysis1,462.4折算分 60.8+
原榜型号
claude-opus-4-8 · 原榜第 65 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,319.6折算分 60.6+
原榜型号
claude-opus-4-8 · 原榜第 77 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis45.6%折算分 59.3+
原榜型号
claude-opus-4-8 · 原榜第 102 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-AgentsMercor48.9%折算分 59.0+
原榜型号
claude-opus-4-8 · 原榜第 37 名
代表配置
Max 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据 09/08 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench Data AnalysisLiveBench66.0%折算分 50.1+
原榜型号
claude-opus-4-8-max-effort · 原榜第 60 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答63.06 项

BullshitBench v2BullshitBench94.0%折算分 127.4+
原榜型号
anthropic/claude-opus-4.8 · 原榜第 2 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench IFLiveBench72.0%折算分 63.8+
原榜型号
claude-opus-4-8-max-effort · 原榜第 30 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MLCR-AAArtificial Analysis19.4%折算分 63.2+
原榜型号
claude-opus-4-8 · 原榜第 55 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI53.0%折算分 62.2+
原榜型号
claude-opus-4-8_max · 原榜第 23 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/28 03:27
查看这项评测 →官方来源 ↗
LiveBench LanguageLiveBench79.7%折算分 59.7+
原榜型号
claude-opus-4-8-max-effort · 原榜第 30 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis77.7%折算分 50.7+
原榜型号
claude-opus-4-8 · 原榜第 137 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选62.11 项

Arena TextLMArena1,481.7折算分 62.4+
原榜型号
Claude Opus 4.8 (High) · 原榜第 25 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/28 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。

Vibe Code Bench 1–100 CyberBench Patch v1.1 FrontierCode 2.0 · AA CritPt v2 Hard · AA MysteryMechanism Terminal-Bench Science · AA Harvey LAB 1.1 · Vals Harvey LAB 1.1 · AA τ³-Banking · Mercor AA-Omniscience v1.1

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

了解计算方法 →