Anthropic: Claude Opus 4.8 vs Claude Opus 5

Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.6 です。 Claude Opus 5 (low) の benchmark コストが低く、$1.121 vs $1.931 です。 Claude Opus 5 (low) の方が高速で、6.99s vs 12.49s です、成功率は 84.9% vs 80.3% です。

おすすめモデルClaude Opus 5 (low)スコアはここでの最高値に近く（8.6 vs 8.8）、Claude Opus 4.8 (medium) より約 1.7 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-25

指標	Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28	Claude Opus 5 Claude Opus 5 low リリース: 2026-07-25

指標	Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28	Claude Opus 5 Claude Opus 5 low リリース: 2026-07-25
スコア	8.8	8.6
順位	#19	#23
信頼性	10.0	10.0
一貫性	9.6	9.3
正解テスト
試行ごとの合格率	84.9%	80.3%
不安定なテスト	1	2
総実行回数	66	66
結果あたりのコスト	10.724	6.593
合計コスト	$1.931	$1.121
入力価格	$5.000 / 1M	$5.000 / 1M
出力価格	$25.000 / 1M	$25.000 / 1M
合計入力トークン	138,451	134,773
出力トークン	40,766	14,123
推論トークン	9,075	3,896
応答時間（平均）	12.49s	6.99s
応答時間（最大）	70.54s	30.67s
応答時間（合計）	274.72s	153.73s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#19 Claude Opus 4.8

medium

コスト: $0.057
時間: 23.1s
トークン: 2,412 tok

#23 Claude Opus 5

low

コスト: $0.062
時間: 30.2s
トークン: 2,615 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
Claude Opus 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
Claude Opus 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Claude Opus 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Claude Opus 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	5.3	10.0	33.3%	0		14.59s	975	7,477	900
Claude Opus 5	2.9	7.2	11.1%	1		8.89s	975	2,447	987

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
Claude Opus 5	10.0	10.0	100.0%	0		3.76s	708	293	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
Claude Opus 5	10.0	10.0	100.0%	0		4.13s	909	242	146

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
Claude Opus 5	10.0	10.0	100.0%	0		4.23s	894	607	300

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
Claude Opus 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Claude Opus 5	3.0	10.0	0.0%	0		6.48s	258	363	337

クイック比較

比較ペアを切り替え

Claude Opus 5lowvsMuse Spark 1.1medium Claude Opus 5lowvsGPT-5.4medium Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 5lowvsQwen3.6 Max Previewmedium Claude Opus 5lowvsGPT-5.2medium Claude Opus 5lowvsGrok 4.5medium Claude Opus 5lowvsGPT-5.3-Codexmedium Claude Opus 5lowvsGrok 4.5high Claude Opus 5lowvsGemini 2.5 Flashmedium Claude Opus 5lowvsGPT-5.5medium Claude Opus 4.8mediumvsGrok 4.5low