Anthropic
Claude Opus 4.8 评测成绩
来自 3 个来源、7 项基准的 10 条成绩。
其他名称: claude-opus-4-8-high · claude-opus-4-8 · claude-opus-4-8_none · claude-opus-4-8_low · claude-opus-4-8_max · Claude Opus 4.8 (max)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1481 | 25 | Overall, style control on; 64177 votes; 95% CI 1478–1485“claude-opus-4-8-high” | 官方榜单 | 2026年10月8日 |
| LMArena Text | 1474 | 40 | Overall, style control on; 65259 votes; 95% CI 1470–1478“claude-opus-4-8” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1556 | 37 | Overall; 18534 votes; 95% CI 1550–1562“claude-opus-4-8-high” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1536 | 46 | Overall; 17435 votes; 95% CI 1530–1541“claude-opus-4-8” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1286 | 17 | Overall, style control on; 18350 votes; 95% CI 1280–1293“claude-opus-4-8-high” | 官方榜单 | 2026年10月2日 |
| LMArena Vision | 1279 | 26 | Overall, style control on; 18857 votes; 95% CI 1273–1286“claude-opus-4-8” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 85.3% | 82 | Epoch AI run, accuracy | 独立评测 | 2026年8月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 84.4% | 95 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月6日 |
| OSWorld 2.0 | 20.6% | 7 | Binary accuracy; 500 steps; reasoning: max | 官方榜单 via Epoch AI | 2026年5月28日 |
| τ²-bench | 39.7% | 8 | banking_knowledge domain, pass^1; effort: max; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年7月23日 |
常见问题
Claude Opus 4.8 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。