返回模型榜
评分规则
Claude Opus 4.1
Anthropic · 发布于 2025-08-05
编程、专业办公、知识问答证据不足
- 上下文窗口
- 200,000 token
- API 价格
- 缓存 ¥10.03 · 输入 ¥100.29 · 输出 ¥501.47
评分依据
实测日期：2026-06-11 至 2026-07-25；另有 2 项未公开测量日期。
本页实际采用的型号与配置（4）
- claude-opus-4-1-20250805_32K
- claude-opus-4-1-20250805_24K
- anthropic/claude-opus-4-1-20250805
- claude-opus-4-1-20250805
缺少实测的领域：编程、知识问答。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。
编程
42.3科研
41.0FrontierMath T1–3 v212.63%
- 上游型号
- claude-opus-4-1-20250805_32K
- 运行配置
- claude-opus-4-1-20250805_32K
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 2026-06-11
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 单项影响已封顶
Mystery Game Puzzles21.00%
- 上游型号
- claude-opus-4-1-20250805_24K
- 运行配置
- claude-opus-4-1-20250805_24K
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 2026-07-25
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 正常计入
专业办公
42.6MedCode41.37%
- 来源
- MedCode
- 上游型号
- anthropic/claude-opus-4-1-20250805
- 运行配置
- 推理档位未提供 · Vals one-shot 统一流程 · 输出上限 30000
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 2026-10-13 · 本站取数 2026-10-17
- 评分处理
- 正常计入
知识问答
42.3真人偏好
43.3Arena Text · 风格控制1448.08 Elo
- 上游型号
- claude-opus-4-1-20250805
- 运行配置
- 官方 Text Overall · style-controlled
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 2026-10-15 · 本站取数 2026-10-17
- 评分处理
- 正常计入
尚未测到（14）
Chess Puzzles、SimpleQA Verified、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、Terminal-Bench 4.0、Code Migration、Vibe Code Bench v1.1、MysteryMechanism、Terminal-Bench-Science、Finance Agent (v2)、Harvey's Legal Agent Benchmark
本站独立计算 · 第三方原始评测 · 计算于 （北京时间）
实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09
本次取数或计算未通过，仍展示上次完整榜单。