Claude Opus 4.6

Anthropic · 发布于 2026-02-05

评分规则

编程证据不足

综合评分54.7未进入主榜 · 覆盖 63%

编程54.3未进入分榜 · 覆盖 50%评测较少（2/4）

专业办公54.1第 35 名 · 覆盖 50%评测较少（2/4）

知识问答54.8第 33 名 · 覆盖 100%

科研54.5第 42 名 · 覆盖 67%

上下文窗口

1,000,000 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（4）

claude-opus-4-6-thinking-auto-high-effort
anthropic/claude-opus-4-6
claude-opus-4-6_max
Claude Opus 4.6

编程

54.3

LiveBench CodingLiveBench78.18%统一读数 54.5

来源: LiveBench Coding
上游型号: claude-opus-4-6-thinking-auto-high-effort
运行配置: claude-opus-4-6-thinking-auto-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

Vibe Code Bench v1.1Vals AI57.57%统一读数 51.2

来源: Vibe Code Bench v1.1
上游型号: anthropic/claude-opus-4-6
运行配置: max · OpenHands · 输出上限 128000
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: 正常计入

科研

54.5

FrontierMath T1–3 v2Epoch AI65.96%统一读数 55.2

来源: FrontierMath T1–3 v2
上游型号: claude-opus-4-6_max
运行配置: claude-opus-4-6_max
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 AI21.00%统一读数 39.4

来源: Chess Puzzles
上游型号: claude-opus-4-6_max
运行配置: claude-opus-4-6_max
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 AI25.00%统一读数 52.1

来源: Mystery Game Puzzles
上游型号: claude-opus-4-6_max
运行配置: claude-opus-4-6_max
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 ReasoningLiveBench88.67%统一读数 63.7

来源: LiveBench Reasoning
上游型号: claude-opus-4-6-thinking-auto-high-effort
运行配置: claude-opus-4-6-thinking-auto-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

54.1

LiveBench Data AnalysisLiveBench69.89 / 100（任务均分）统一读数 37.9

来源: LiveBench Data Analysis
上游型号: claude-opus-4-6-thinking-auto-high-effort
运行配置: claude-opus-4-6-thinking-auto-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: 单项影响已封顶

MedCodeVals AI48.24%统一读数 61.1

来源: MedCode
上游型号: anthropic/claude-opus-4-6
运行配置: max · 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

54.8

SimpleQA VerifiedEpoch AI47.00%统一读数 54.1

来源: SimpleQA Verified
上游型号: claude-opus-4-6_max
运行配置: claude-opus-4-6_max
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 LanguageLiveBench83.27%统一读数 63.5

来源: LiveBench Language
上游型号: claude-opus-4-6-thinking-auto-high-effort
运行配置: claude-opus-4-6-thinking-auto-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 IFLiveBench63.31%统一读数 41.1

来源: LiveBench IF
上游型号: claude-opus-4-6-thinking-auto-high-effort
运行配置: claude-opus-4-6-thinking-auto-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

61.5

Arena Text · 风格控制Arena1497.21 Elo统一读数 73.5

来源: Arena Text · 风格控制
上游型号: Claude Opus 4.6
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: 单项影响已封顶

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。