Claude Opus 4.8vsOpus 4.7
在 28 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 22 项，Opus 4.7 领先 6 项，持平 0 项，平均分差 +1.10。
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 4.822 项(79%)(21%)6 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 28 项。
临床工作与医疗决策
胶着 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| MedScribe | 85.7517 / 66Max (With Tools) | 82.9534 / 66Max (With Tools) | +2.80 |
| MedCode | 53.228 / 64Max (With Tools) | 54.865 / 64Max (With Tools) | -1.64 |
仓库修复与多文件工程
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 69.205 / 62Extended (With Tools) | 64.3010 / 62Extended (With Tools) | +4.90 |
| SWE-bench Verified | 88.605 / 116Extended (With Tools) | 87.606 / 116Extended (With Tools) | +1 |
客服与业务流程
Opus 4.7 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| SAGE | 54.792 / 64Max (With Tools) | 56.101 / 64Max (With Tools) | -1.31 |
| τ³-Banking | 39.6934 / 167Max (With Tools) | 40.2131 / 167Max (With Tools) | -0.52 |
数学
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 56.1011 / 42Max (No Tools) | 31.7117 / 42Max (No Tools) | +24.39 |
| FrontierMath v2 | 809 / 58Max (No Tools) | 70.1815 / 58Max (No Tools) | +9.82 |
法律
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Legal Research Bench | 43.7512 / 42Max (With Tools) | 38.4622 / 42Max (With Tools) | +5.29 |
| Harvey's Legal Agent Benchmark | 9.5812 / 43Max (With Tools) | 6.6717 / 43Max (With Tools) | +2.91 |
跨应用与工具编排
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| PinchBench v2 | 90.542 / 45Reported best (effort unspecified) | 76.0115 / 45Reported best (effort unspecified) | +14.53 |
| MCP-Atlas | 82.2010 / 44Deep Thinking (With Tools) | 79.1014 / 44Deep Thinking (With Tools) | +3.10 |
金融
Claude Opus 4.8 领先 2/2| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 69.3710 / 42Max (With Tools) | 63.7320 / 42Max (With Tools) | +5.64 |
| Finance Agent v2 | 53.9219 / 43Max (With Tools) | 51.5127 / 43Max (With Tools) | +2.41 |
专业数据分析
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| AA-AnalystAgent | 459 / 29Max (With Tools + Internet) | 43.7511 / 29Max (With Tools + Internet) | +1.25 |
写作与创意表达
Opus 4.7 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Creative Writing | 1,84018 / 110Normal (No Tools) | 1,91412 / 110Normal (No Tools) | -74.50 |
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 | Opus 4.7 | 分差 |
|---|---|---|---|
| EBR-bench | 28.5710 / 23Max (With Tools) | 19.0513 / 23Max (With Tools) | +9.52 |
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 | 64.8024 / 96Normal (No Tools) | 61.7030 / 96Normal (No Tools) | +3.10 |
抽象归纳与泛化
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 1.5222 / 51Thinking High (No Tools) | 0.1838 / 51Thinking High (No Tools) | +1.34 |
机器学习工程
Opus 4.7 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 76.4013 / 52Normal (With Tools) | -5.95 |
桌面工作流
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 83.404 / 28Extended (With Tools) | 7813 / 28Extended (With Tools) | +5.40 |
程序生成与编辑
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 82.7213 / 61Max (With Tools) | 7125 / 61Max (With Tools) | +11.72 |
维护、优化与工程管理
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Code Migration | 47.2510 / 43Max (With Tools) | 43.8818 / 43Max (With Tools) | +3.37 |
综合偏好评测
Opus 4.7 领先 1/1| 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 |
综合知识考试
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| HLE | 57.9015 / 235Extended (With Tools) | 54.7026 / 235Extended (With Tools) | +3.20 |
自主开发与终端任务
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 78.8831 / 57Thinking High (With Tools) | 69.7042 / 57Thinking High (With Tools) | +9.18 |
跨能力综合测试
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| LiveBench | 78.933 / 117Deep Thinking (No Tools) | 76.538 / 117Deep Thinking (No Tools) | +2.40 |
跨能力聚合指数
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Opus 4.7 | 分差 |
|---|---|---|---|
| Vals Index | 60.9111 / 42Max (With Tools) | 56.1124 / 42Max (With Tools) | +4.80 |
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:仓库修复与多文件工程 (2/2)、数学 (2/2)、法律 (2/2)、跨应用与工具编排 (2/2)、金融 (2/2)、专业数据分析 (1/1)、多轮记忆与持续上下文 (1/1)、常识推理 (1/1)、抽象归纳与泛化 (1/1)、桌面工作流 (1/1)、程序生成与编辑 (1/1)、维护、优化与工程管理 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)、跨能力聚合指数 (1/1)
- Opus 4.7在以下类目领先:客服与业务流程 (2/2)、写作与创意表达 (1/1)、机器学习工程 (1/1)、综合偏好评测 (1/1)
- 胶着类目:临床工作与医疗决策
28 个共同 benchmark 上，Claude Opus 4.8 平均高出 1.10 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 4.8 1,840，Opus 4.7 1,914（分差 -74.50）。
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。