导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.7 vs Anthropic: Claude Opus 4.8

摘要

Claude Opus 4.7 (medium) vs Claude Opus 4.8 (medium) benchmark 对比：Claude Opus 4.8 (medium) 平均分领先，为 8.8 vs 8.7。 Claude Opus 4.7 (medium) benchmark 成本更低，为 $0.679 vs $1.107。 Claude Opus 4.7 (medium) 更快，为 4.73s vs 9.72s，通过率为 82.5% vs 84.1%。

推荐模型: Claude Opus 4.7 (medium) - 它的得分接近这里的最高分（8.7 vs 8.8），同时成本比Claude Opus 4.8 (medium)低约 1.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28
分数 8.7 8.8
排名 #16 #15
可靠性 10.0 10.0
一致性 9.6 9.6
测试正确
尝试通过率 82.5% 84.1%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 3.991 6.512
总成本 $0.679 $1.107
输入价格 $5.000 / 1M $5.000 / 1M
输出价格 $25.000 / 1M $25.000 / 1M
总输入令牌 65,406 61,007
输出令牌 11,858 26,495
推理令牌 2,198 5,901
响应时间（平均） 4.73s 9.72s
响应时间（最大） 23.18s 38.03s
响应时间（总计） 94.51s 204.19s

生成展示

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
成本
$0.059
时间
26.8s
令牌
2,475 tok

#15 Claude Opus 4.8

medium
成本
$0.057
时间
23.1s
令牌
2,412 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Claude Opus 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214

快速对比

切换对比组合

Claude Opus 4.7mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsGPT-5.6 Terrahigh