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77.5
claude-opus-4-8 · max
- 后端与测试
- 64
- 前端与交互
- 88
- 知识与推理
- 85
- 评测用时
- 106m 52s
- 参考费用
- $16.33
同一配置的三项评测合计；费用按 API 用量估算。
档位收益与代价
比较相邻实测档位的得分、费用与用时。
high xhigh
- 综合分
- +14.2 分 63.3 → 77.5
- 参考费用
- +$4.77 $4.40 → $9.18
- 评测用时
- +21.0% 84m 26s → 102m 10s
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 | 63.3 | 48 | 72 | 75 | 84m 26s | $4.40 | |
| xhigh | 77.5 | 61 | 87 | 90 | 102m 10s | $9.18 | |
| max | 77.5 | 64 | 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。
数据快照发布于 2026/10/1