claude-opus-4-8
比较各思考档位在私有数据集上的表现。分项成绩与费用均来自对应的实测记录。
最高综合分75.9
claude-opus-4-8 · max
- 后端与测试
- 60
- 前端与交互
- 88
- 知识与推理
- 85
档位收益与代价
比较相邻实测档位的得分、费用与用时。
xhigh max
- 综合分
- +0.4 分 75.5 → 75.9
- 参考费用
- +$7.16 $9.18 → $16.33
- 评测用时
- +4.6% 102m 10s → 106m 52s
各档位实测成绩
选择两到三个配置，比较分数与费用。
左右滑动查看完整成绩 →
| 模型 / 档位 | 综合 | 后端与测试 | 前端与交互 | 知识与推理 | 评测用时 | 参考费用 | 对比 |
|---|---|---|---|---|---|---|---|
| high | 60.9 | 42 | 72 | 75 | 84m 26s | $4.40 | |
| xhigh | 75.5 | 56 | 87 | 90 | 102m 10s | $9.18 | |
| max | 75.9 | 60 | 88 | 85 | 106m 52s | $16.33 |
如何理解结果
上方分项成绩采用最高综合分所在的同一配置。完整综合分需要三项成绩，缺失结果显示为横线。
本次评测数据发布于 2026/9/30