#41 Claude Opus 4.8
low- 成本
- $0.031
- 时间
- 14.1s
- 令牌
- 1,345 tok
Anthropic: Claude Opus 4.8 vs Thinking Machines: Inkling
Inkling (medium) 平均分领先，为 8.0 vs 7.8。 Inkling (medium) benchmark 成本更低，为 $0.391 vs $2.077。 Claude Opus 4.8 (low) 更快，为 12.74s vs 16.21s，通过率为 80.3% vs 78.8%。
推荐模型Inkling (medium)它在这里得分最高（8.0），同时成本比Claude Opus 4.8 (low)低约 5.3 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | Claude Opus 4.8 Claude Opus 4.8 low | Inkling Inkling medium |
|---|---|---|
| 分数 | 7.8 | 8.0 |
| 排名 | #41 | #32 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 8.9 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 80.3% | 78.8% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 12.979 | 2.604 |
| 总成本 | $2.077 | $0.391 |
| 输入价格 | $5.000 / 1M | $1.000 / 1M |
| 输出价格 | $25.000 / 1M | $4.050 / 1M |
| 总输入令牌 | 156,525 | 124,053 |
| 输出令牌 | 43,141 | 12,189 |
| 推理令牌 | 8,617 | 53,597 |
| 响应时间（平均） | 12.74s | 16.21s |
| 响应时间（最大） | 127.97s | 85.12s |
| 响应时间（总计） | 280.29s | 356.54s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 Thinking Machines: Inkling
medium- 成本
- $0.004
- 时间
- 11.2s
- 令牌
- 852 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 834 | 793 | 371 | |
| Inkling | 8.7 | 7.9 | 91.7% | 1 | 6.49s | 645 | 333 | 3,091 |
| 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Inkling | 8.4 | 7.8 | 77.8% | 1 | 25.20s | 7,374 | 525 | 14,457 |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| Inkling | 7.3 | 5.8 | 83.3% | 1 | 41.15s | 98,542 | 10,088 | 4,626 |
| 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 4.8 | 6.3 | 5.8 | 66.7% | 1 | 2.27s | 10,503 | 310 | 0 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 3.60s | 7,068 | 216 | 813 |
| 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 4.8 | 5.3 | 10.0 | 33.3% | 0 | 45.53s | 975 | 23,311 | 3,908 | |
| Inkling | 5.3 | 7.2 | 44.4% | 1 | 35.60s | 795 | 68 | 20,323 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 708 | 231 | 0 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 501 | 170 | 699 |
| 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 4.8 | 9.8 | 10.0 | 100.0% | 0 | 2.78s | 909 | 111 | 221 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 6.17s | 708 | 93 | 1,886 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 894 | 592 | 184 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 5.18s | 714 | 370 | 2,310 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 6.85s | 11,775 | 370 | 35 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 4.48s | 7,487 | 296 | 298 |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 258 | 200 | 222 | |
| Inkling | 2.8 | 1.6 | 33.3% | 1 | 21.69s | 219 | 30 | 5,094 |
快速对比
切换对比组合
Kimi K3maxvsInklingmediumGPT-5.6 TerrahighvsInklingmediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 LunahighInklingmediumvsGLM 5.2highClaude Opus 4.8lowvsGPT-5.6 TerramediumGPT-5.2 ChatnonevsInklingmediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 FlashhighClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsQwen3.7 Plusmedium