Claude Opus 5vsClaude Opus 4.8
在 26 个共同 benchmark 中，Claude Opus 5 整体领先：Claude Opus 5 领先 23 项，Claude Opus 4.8 领先 3 项，持平 0 项，平均分差 +19.26。
Claude Opus 5
Anthropic · 2026-07-24 · 推理大模型
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Claude Opus 523 项(88%)(12%)3 项Claude Opus 4.8
评测分数
按能力类目分组，每组内按分差大小排列；共 26 项。
客服与业务流程
Claude Opus 5 领先 2/3| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| τ³-Banking | 48.716 / 167Max (With Tools) | 39.6934 / 167Max (With Tools) | +9.02 |
| Public Benefits Bench v1.1 | 76.931 / 26Max (With Tools) | 68.138 / 26Max (With Tools) | +8.80 |
| SAGE | 49.4314 / 64Max (With Tools) | 54.792 / 64Max (With Tools) | -5.36 |
法律
Claude Opus 5 领先 2/3| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Legal Research Bench | 55.291 / 42Max (With Tools) | 43.7512 / 42Max (With Tools) | +11.54 |
| Harvey's Legal Agent Benchmark | 6.6717 / 43Max (With Tools) | 9.5812 / 43Max (With Tools) | -2.91 |
| Harvey Lab-AA | 93.464 / 44Max (With Tools) | 91.0811 / 44Max (With Tools) | +2.38 |
临床工作与医疗决策
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| MedCode | 63.571 / 64Max (With Tools) | 53.228 / 64Max (With Tools) | +10.35 |
| MedScribe | 90.983 / 66Max (With Tools) | 85.7517 / 66Max (With Tools) | +5.23 |
多轮记忆与持续上下文
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| EBR-bench | 45.715 / 23Max (With Tools) | 28.5710 / 23Max (With Tools) | +17.14 |
| Context Arena | 97.721 / 126Max (No Tools) | 90.0415 / 126Max (No Tools) | +7.68 |
数学
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 73.176 / 42Max (No Tools) | 56.1011 / 42Max (No Tools) | +17.07 |
| FrontierMath v2 | 85.615 / 58Max (No Tools) | 809 / 58Max (No Tools) | +5.61 |
科学计算与科研编程
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 305 / 18Max (With Tools) | 10.5011 / 18Max (With Tools) | +19.50 |
| SciCode | 56.4027 / 134Max (No Tools) | 54.4044 / 134Max (No Tools) | +2 |
跨能力聚合指数
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Vals Index v2.1 | 63.675 / 36Max (task-specific tools) | 55.1012 / 36Max (task-specific tools) | +8.57 |
| Vals Index | 67.214 / 42Max (With Tools) | 60.9111 / 42Max (With Tools) | +6.30 |
金融
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Finance Agent v2 | 58.638 / 43Max (With Tools) | 53.9219 / 43Max (With Tools) | +4.71 |
| EMB (Excel Modeling) | 73.564 / 42Max (With Tools) | 69.3710 / 42Max (With Tools) | +4.19 |
专业数据分析
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| AA-AnalystAgent | 53.753 / 29Max (With Tools + Internet) | 459 / 29Max (With Tools + Internet) | +8.75 |
写作与创意表达
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Creative Writing | 2,1333 / 110Normal (No Tools) | 1,84018 / 110Normal (No Tools) | +292.80 |
抽象归纳与泛化
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 30.168 / 51Thinking High (No Tools) | 1.5222 / 51Thinking High (No Tools) | +28.64 |
文档与图表理解
Claude Opus 4.8 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| GDP.pdf | 21.6031 / 122Max (No Tools) | 22.8026 / 122Max (No Tools) | -1.20 |
机器学习工程
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| WeirdML v2 | 86.344 / 52Normal (With Tools) | 70.4518 / 52Normal (With Tools) | +15.89 |
科学知识与推理
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| CritPt | 29.1012 / 204Max (No Tools) | 20.9035 / 204Max (No Tools) | +8.20 |
程序生成与编辑
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 88.406 / 61Max (With Tools) | 82.7213 / 61Max (With Tools) | +5.68 |
维护、优化与工程管理
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| Code Migration | 57.473 / 43Max (With Tools) | 47.2510 / 43Max (With Tools) | +10.22 |
规格对比
| 字段 | Claude Opus 5 | Claude Opus 4.8 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-07-24 | 2026-05-28 |
| 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 | 1M |
| 最大输出 | 128K | 125K |
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 5 | Claude Opus 4.8 |
|---|---|---|
| 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 5在以下类目领先:客服与业务流程 (2/3)、法律 (2/3)、临床工作与医疗决策 (2/2)、多轮记忆与持续上下文 (2/2)、数学 (2/2)、科学计算与科研编程 (2/2)、跨能力聚合指数 (2/2)、金融 (2/2)、专业数据分析 (1/1)、写作与创意表达 (1/1)、抽象归纳与泛化 (1/1)、机器学习工程 (1/1)、科学知识与推理 (1/1)、程序生成与编辑 (1/1)、维护、优化与工程管理 (1/1)
- Claude Opus 4.8在以下类目领先:文档与图表理解 (1/1)
26 个共同 benchmark 上，Claude Opus 5 平均高出 19.26 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 5 2,133，Claude Opus 4.8 1,840（分差 +292.80）。
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。