AIFIND / MODEL INTELLIGENCE
Claude Opus 4.8
Anthropic · 公開日 2026-05-28
集計
総合スコア63.3
参考順位#17
証拠のカバー率87.5%
個別評価16
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠75.8%
Arena · 創作総合比較の証拠1,469.5
Creative Writing v3総合比較の証拠1,839.8
コーディング
DeepSWE v1.1総合比較の証拠59.0%
推論
LiveBench · 推論と数学総合比較の証拠91.8%
FrontierMath v2 · Tiers 1–3総合比較の証拠80.0%
FrontierMath v2 · Tier 4総合比較の証拠56.1%
Chess Puzzles総合比較の証拠34.0%
知識
SimpleQA Verified総合比較の証拠53.0%
専門業務
APEX-Agents 1.1総合比較の証拠48.9%
近い順位のモデルと比較
GPT-5.5 · #1617 共通測定
共通証拠の重み 87.5% · 相対的な純支持差 -0.062
| 出典 | Claude Opus 4.8 | GPT-5.5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 75.8% | 79.0% | 12.5% |
| Arena · 創作 ↗ | 1,469.5 | 1,451.3 | 6.3% |
| Creative Writing v3 ↗ | 1,839.8 | 1,843.9 | 3.1% |
| Longform Writing ↗ | 80.8 | 78.2 | 3.1% |
| DeepSWE v1.1 ↗ | 59.0% | 67.0% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 82.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 50.5% | 54.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 91.8% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 80.0% | 85.3% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 72.5% | 1.6% |
| Chess Puzzles ↗ | 34.0% | 26.0% | 3.1% |
| Mystery Game Puzzles ↗ | 36.0% | 56.0% | 3.1% |
| SimpleQA Verified ↗ | 53.0% | 63.0% | 6.3% |
| GPQA Diamond ↗ | 91.0% | 90.7% | 6.3% |
| APEX-Agents 1.1 ↗ | 48.9% | 55.1% | 6.3% |
| Vals Finance Agent ↗ | 53.9% | 51.8% | 6.3% |
| Arena Vision ↗ | 1,286.4 | 1,281 | 12.5% |
Gemini 3.6 Flash · #1816 共通測定
共通証拠の重み 84.4% · 相対的な純支持差 0.042
| 出典 | Claude Opus 4.8 | Gemini 3.6 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 75.8% | 79.6% | 12.5% |
| Arena · 創作 ↗ | 1,469.5 | 1,470.9 | 6.3% |
| Creative Writing v3 ↗ | 1,839.8 | 1,603.5 | 3.1% |
| DeepSWE v1.1 ↗ | 59.0% | 46.7% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 77.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 50.5% | 43.4% | 4.2% |
| LiveBench · 推論と数学 ↗ | 91.8% | 85.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 80.0% | 58.9% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 22.0% | 1.6% |
| Chess Puzzles ↗ | 34.0% | 40.0% | 3.1% |
| Mystery Game Puzzles ↗ | 36.0% | 30.0% | 3.1% |
| SimpleQA Verified ↗ | 53.0% | 66.2% | 6.3% |
| GPQA Diamond ↗ | 91.0% | 94.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 48.9% | 46.9% | 6.3% |
| Vals Finance Agent ↗ | 53.9% | 56.3% | 6.3% |
| Arena Vision ↗ | 1,286.4 | 1,279.7 | 12.5% |
Gemini 3 Pro Preview · #156 共通測定
共通証拠の重み 34.4% · 相対的な純支持差 -0.003
| 出典 | Claude Opus 4.8 | Gemini 3 Pro Preview | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,469.5 | 1,484.4 | 6.3% |
| Creative Writing v3 ↗ | 1,839.8 | 1,524.5 | 3.1% |
| Longform Writing ↗ | 80.8 | 68.8 | 3.1% |
| Chess Puzzles ↗ | 34.0% | 31.0% | 3.1% |
| GPQA Diamond ↗ | 91.0% | 92.6% | 6.3% |
| Arena Vision ↗ | 1,286.4 | 1,289.3 | 12.5% |
Gemini 3.5 Flash · #1916 共通測定
共通証拠の重み 84.4% · 相対的な純支持差 0.052
| 出典 | Claude Opus 4.8 | Gemini 3.5 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 75.8% | 80.1% | 12.5% |
| Arena · 創作 ↗ | 1,469.5 | 1,463.9 | 6.3% |
| Longform Writing ↗ | 80.8 | 71.8 | 3.1% |
| DeepSWE v1.1 ↗ | 59.0% | 36.1% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 50.5% | 49.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 91.8% | 85.1% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 80.0% | 62.8% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 34.0% | 50.0% | 3.1% |
| Mystery Game Puzzles ↗ | 36.0% | 32.0% | 3.1% |
| SimpleQA Verified ↗ | 53.0% | 66.2% | 6.3% |
| GPQA Diamond ↗ | 91.0% | 92.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 48.9% | 27.5% | 6.3% |
| Vals Finance Agent ↗ | 53.9% | 57.9% | 6.3% |
| Arena Vision ↗ | 1,286.4 | 1,284.1 | 12.5% |
Muse Spark 1.2 · #1412 共通測定
共通証拠の重み 71.9% · 相対的な純支持差 -0.030
| 出典 | Claude Opus 4.8 | Muse Spark 1.2 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 75.8% | 76.4% | 12.5% |
| Arena · 創作 ↗ | 1,469.5 | 1,455.5 | 6.3% |
| Creative Writing v3 ↗ | 1,839.8 | 1,840.4 | 3.1% |
| Longform Writing ↗ | 80.8 | 81.5 | 3.1% |
| DeepSWE v1.1 ↗ | 59.0% | 54.9% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 77.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 50.5% | 57.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 91.8% | 90.6% | 3.1% |
| SimpleQA Verified ↗ | 53.0% | 60.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 48.9% | 36.4% | 6.3% |
| Vals Finance Agent ↗ | 53.9% | 60.6% | 6.3% |
| Arena Vision ↗ | 1,286.4 | 1,292.8 | 12.5% |