#67 Claude Opus 4.8
low- 成本
- $0.031
- 时间
- 14.1s
- 令牌
- 1,345 tok
Anthropic
发布日期: 2026-05-28
测试于: 2026-08-14 02:09
anthropic/claude-opus-4.8::low
~5T 总计 (~500B 激活)MoE闭源估算
摘要
Claude Opus 4.8 在 AI BENCHY 上得分 7.8，排名 #67。它的可靠性为 10.0，通过率为 80.3%，总成本为 $2.089，平均响应时间为 12.88s。
Claude Opus 4.8 的独特之处： 它最突出的是 领域专项，排名 #1；相对较弱的是 数据解析与提取，排名 #16。
模型信息
调研日期：2026-08-12
- 参数量
- ~5T 总计 (~500B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$5.000 / 1M
输出价格
$25.000 / 1M
不稳定测试
3
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-08-14 02:09 重新测试 | 7.8 | 10.0 | $2.089 | 当前轮次 | |
| 2026-07-16 22:30 新增测试 | 7.8 | 10.0 | $2.077 | 比较 | |
| 2026-06-30 22:08 首次运行 | 7.7 | 10.0 | $1.270 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:09 · 当前轮次 | 66/66 次尝试 | 7.8 | 8.9 | 10.0 | 16/22 | 3 | 52,237 | 156,522 | $2.089 | 12.88s |
| 2026-06-30 22:08 · 首次运行 | 63/63 次尝试 | 7.7 | 8.8 | 10.0 | 15/21 | 3 | 38,602 | 60,946 | $1.270 | 10.83s |
| 差值 | — | 0.0 | +0.1 | 0.0 | +1 | 0 | +13635 | +95576 | +$0.819 | +2050ms |
基准测试覆盖率不同：66/66 次尝试 (目标：每项测试重复 3 次) 对比 63/63 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 |
|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M |
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsClaude Sonnet 4.6mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsSeed-2.0-CodelowClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsClaude Opus 4.6mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh