Claude Opus 4.8vsGemini 3.1 Pro Preview
在 7 个共同 benchmark 中，Claude Opus 4.8 整体领先：Claude Opus 4.8 领先 4 项，Gemini 3.1 Pro Preview 领先 3 项，持平 0 项，平均分差 +62.37。
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Gemini 3.1 Pro Preview
Google DeepMind · 2026-02-20 · 多模态大模型
Claude Opus 4.84 项(57%)(43%)3 项Gemini 3.1 Pro Preview
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
事实查找与深度检索
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| BrowseComp | 84.3012 / 58Thinking High (With Tools + Internet) | 85.908 / 58Thinking High (With Tools + Internet) | -1.60 |
写作与创意表达
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Creative Writing | 1,84018 / 110Normal (No Tools) | 1,49156 / 110Normal (No Tools) | +348.50 |
常识推理
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| SimpleBench | 64.8024 / 96Normal (No Tools) | 79.609 / 96Normal (No Tools) | -14.80 |
机器学习工程
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| WeirdML v2 | 70.4518 / 52Normal (With Tools) | 72.1017 / 52Normal (With Tools) | -1.65 |
综合偏好评测
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5459 / 35Normal (No Tools) | 1,46123 / 35Normal (No Tools) | +83.56 |
自主开发与终端任务
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 78.8831 / 57Thinking High (With Tools) | 65.8446 / 57Thinking High (With Tools) | +13.04 |
跨应用与工具编排
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| PinchBench v2 | 90.542 / 45Reported best (effort unspecified) | 81.019 / 45Reported best (effort unspecified) | +9.53 |
规格对比
| 字段 | Claude Opus 4.8 | Gemini 3.1 Pro Preview |
|---|---|---|
| 发布机构 | Anthropic | Google DeepMind |
| 发布时间 | 2026-05-28 | 2026-02-20 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 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 | 1M |
| 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 | Gemini 3.1 Pro Preview |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $12 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.2 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | 暂无公开价格 |
小结
- Claude Opus 4.8在以下类目领先:写作与创意表达 (1/1)、综合偏好评测 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- Gemini 3.1 Pro Preview在以下类目领先:事实查找与深度检索 (1/1)、常识推理 (1/1)、机器学习工程 (1/1)
7 个共同 benchmark 上，Claude Opus 4.8 平均高出 62.37 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 4.8 1,840，Gemini 3.1 Pro Preview 1,491（分差 +348.50）。
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。