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 +10.88。
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。
客服与业务流程
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ³-Banking | 39.6934 / 167Max (With Tools) | 27.3270 / 167Max (With Tools) | +12.37 |
| SAGE | 54.792 / 64Max (With Tools) | 51.588 / 64Max (With Tools) | +3.21 |
数学
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 | 56.1011 / 42Max (No Tools) | 26.8323 / 42Max (No Tools) | +29.27 |
| FrontierMath v2 | 809 / 58Max (No Tools) | 65.9618 / 58Max (No Tools) | +14.04 |
跨应用与工具编排
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 90.542 / 45Reported best (effort unspecified) | 69.9026 / 45Reported best (effort unspecified) | +20.64 |
| MCP-Atlas | 82.2010 / 44Deep Thinking (With Tools) | 76.8019 / 44Deep Thinking (With Tools) | +5.40 |
仓库修复与多文件工程
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 88.605 / 116Extended (With Tools) | 80.8410 / 116Extended (With Tools) | +7.76 |
写作与创意表达
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Creative Writing | 1,84018 / 110Normal (No Tools) | 1,80922 / 110Normal (No Tools) | +30.70 |
多轮记忆与持续上下文
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| EBR-bench | 28.5710 / 23Max (With Tools) | 12.7016 / 23Max (With Tools) | +15.87 |
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 | 64.8024 / 96Normal (No Tools) | 67.6021 / 96Normal (No Tools) | -2.80 |
机器学习工程
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 65.9023 / 52Normal (With Tools) | +4.55 |
桌面工作流
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 83.404 / 28Extended (With Tools) | 72.7018 / 28Extended (With Tools) | +10.70 |
综合偏好评测
Claude Opus 4.6 领先 1/1| 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 |
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 | $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:客服与业务流程 (2/2)、数学 (2/2)、跨应用与工具编排 (2/2)、仓库修复与多文件工程 (1/1)、写作与创意表达 (1/1)、多轮记忆与持续上下文 (1/1)、机器学习工程 (1/1)、桌面工作流 (1/1)
- Claude Opus 4.6在以下类目领先:常识推理 (1/1)、综合偏好评测 (1/1)
13 个共同 benchmark 上，Claude Opus 4.8 平均高出 10.88 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 4.8 1,840，Claude Opus 4.6 1,809（分差 +30.70）。
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。