claude-opus-4-8max
第 11 名
当前排名
59%±2%
能力得分
$13.22
平均运行成本
135k
平均输出量
120
平均执行步数
111
参与测试数量
测试详情
推理档位max
95% 置信区间57.2% - 60.7%
Pass@479.3%
尝试次数429
通过任务数253
至少通过一次的任务数88
平均输入量17048k
中位峰值上下文226k
中位运行成本$12.35
中位输出量129k
平均运行时长58 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13