导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs Anthropic: Claude Sonnet 4.6

摘要

Claude Opus 4.8 vs Claude Sonnet 4.6 benchmark 对比：Claude Sonnet 4.6 平均分领先，为 7.3 vs 7.2。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.316 vs $0.539。 Claude Opus 4.8 更快，为 3.48s vs 5.04s，通过率为 61.9% vs 55.6%。

推荐模型: Claude Sonnet 4.6 - 它在这里得分最高（7.3），同时成本比Claude Opus 4.8低约 1.7 倍。

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

指标 Claude Opus 4.8 Claude Opus 4.8 none 发布日期: 2026-05-28 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17
分数 7.2 7.3
排名 #70 #68
可靠性 10.0 10.0
一致性 9.2 9.7
测试正确
尝试通过率 61.9% 55.6%
不稳定测试 2 1
总运行次数 63 63
每个结果成本 4.485 2.870
总成本 $0.539 $0.316
输入价格 $5.000 / 1M $3.000 / 1M
输出价格 $25.000 / 1M $15.000 / 1M
总输入令牌 67,104 57,886
输出令牌 8,107 9,465
推理令牌 0 0
响应时间（平均） 3.48s 5.04s
响应时间（最大） 17.73s 23.84s
响应时间（总计） 73.00s 70.60s

生成展示

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
成本
$0.053
时间
22.0s
令牌
2,253 tok

#68 Claude Sonnet 4.6

none
成本
$0.038
时间
27.3s
令牌
2,598 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
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 7.2 44.4% 1 1.70s 975 61 0
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
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 3.48s 708 230 0
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 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 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
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 5.35s 11,775 355 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
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 3.41s 258 212 0
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0

快速对比

切换对比组合

Claude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 Flashmedium