Claude Opus 4.5

Anthropic · 发布于 2025-11-24

评分规则

编程证据不足

综合评分49.3未进入主榜 · 覆盖 63%

编程49.8未进入分榜 · 覆盖 50%评测较少（2/4）

专业办公52.8第 41 名 · 覆盖 50%评测较少（2/4）

知识问答50.3第 35 名 · 覆盖 100%

科研43.4第 57 名 · 覆盖 67%

上下文窗口

200,000 token

API 价格

缓存 ¥3.34 · 输入 ¥33.43 · 输出 ¥167.16

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

12 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-06-11 至 2026-10-13；另有 8 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（6）

claude-opus-4-5-20251101-thinking-64k-high-effort
anthropic/claude-opus-4-5-20251101-thinking
claude-opus-4-5-20251101_32K
claude-opus-4-5-20251101
claude-opus-4-5-20251101_48K
anthropic/claude-opus-4-5-20251101

编程

49.8

LiveBench CodingLiveBench79.65%统一读数 59.7

来源: LiveBench Coding
上游型号: claude-opus-4-5-20251101-thinking-64k-high-effort
运行配置: claude-opus-4-5-20251101-thinking-64k-high-effort
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Vibe Code Bench v1.1Vals AI20.63%统一读数 30.3

来源: Vibe Code Bench v1.1
上游型号: anthropic/claude-opus-4-5-20251101-thinking
运行配置: high · OpenHands · 输出上限 64000
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

科研

43.4

FrontierMath T1–3 v2Epoch AI34.39%统一读数 34.7

来源: FrontierMath T1–3 v2
上游型号: claude-opus-4-5-20251101_32K
运行配置: claude-opus-4-5-20251101_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: 正常计入

Chess PuzzlesEpoch AI5.00%统一读数 5.2

来源: Chess Puzzles
上游型号: claude-opus-4-5-20251101
运行配置: claude-opus-4-5-20251101
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: 2026-10-13
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 PuzzlesEpoch AI22.00%统一读数 49.5

来源: Mystery Game Puzzles
上游型号: claude-opus-4-5-20251101_48K
运行配置: claude-opus-4-5-20251101_48K
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

LiveBench ReasoningLiveBench80.09%统一读数 44.6

来源: LiveBench Reasoning
上游型号: claude-opus-4-5-20251101-thinking-64k-high-effort
运行配置: claude-opus-4-5-20251101-thinking-64k-high-effort
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

52.8

LiveBench Data AnalysisLiveBench74.44 / 100（任务均分）统一读数 57.6

来源: LiveBench Data Analysis
上游型号: claude-opus-4-5-20251101-thinking-64k-high-effort
运行配置: claude-opus-4-5-20251101-thinking-64k-high-effort · 表格处理与数据分析，归一化任务均分（非正确率）
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MedCodeVals AI45.17%统一读数 53.2

来源: MedCode
上游型号: anthropic/claude-opus-4-5-20251101
运行配置: high · 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

50.3

SimpleQA VerifiedEpoch AI45.70%统一读数 52.9

来源: SimpleQA Verified
上游型号: claude-opus-4-5-20251101_32K
运行配置: claude-opus-4-5-20251101_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: 2026-08-27
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

LiveBench LanguageLiveBench81.26%统一读数 58.5

来源: LiveBench Language
上游型号: claude-opus-4-5-20251101-thinking-64k-high-effort
运行配置: claude-opus-4-5-20251101-thinking-64k-high-effort
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench62.55%统一读数 38.8

来源: LiveBench IF
上游型号: claude-opus-4-5-20251101-thinking-64k-high-effort
运行配置: claude-opus-4-5-20251101-thinking-64k-high-effort
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

52.6

Arena Text · 风格控制Arena1469.63 Elo统一读数 57.5

来源: Arena Text · 风格控制
上游型号: claude-opus-4-5-20251101
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（6）

Terminal-Bench 4.0、Code Migration、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 2026/10/18 06:20:20（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。