Claude Opus 5

Anthropic · 发布于 2026-07-24

评分规则

综合评分69.9第 8 名 · 覆盖 100%

编程72.1第 8 名 · 覆盖 100%

专业办公66.9第 11 名 · 覆盖 100%

知识问答68.1第 13 名 · 覆盖 100%

科研70.2第 11 名 · 覆盖 100%

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

18 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：2026-07-24 至 2026-10-13；另有 14 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-5-max-effort
anthropic/claude-opus-5
claude-opus-5_max
Claude Opus 5 (High)

编程

72.1

LiveBench CodingLiveBench81.45%统一读数 66.5

来源: LiveBench Coding
上游型号: claude-opus-5-max-effort
运行配置: claude-opus-5-max-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

Terminal-Bench 4.0Vals AI53.53%统一读数 80.5

来源: Terminal-Bench 4.0
上游型号: anthropic/claude-opus-5
运行配置: max · Mini-SWE-agent · 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

Code MigrationVals AI57.47%统一读数 73.0

来源: Code Migration
上游型号: anthropic/claude-opus-5
运行配置: max · Vals agentic 统一流程 · 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

Vibe Code Bench v1.1Vals AI88.40%统一读数 73.1

来源: Vibe Code Bench v1.1
上游型号: anthropic/claude-opus-5
运行配置: 推理档位未提供 · OpenHands
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

70.2

FrontierMath T1–3 v2Epoch AI85.61%统一读数 72.8

来源: FrontierMath T1–3 v2
上游型号: claude-opus-5_max
运行配置: claude-opus-5_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: 2026-07-24
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 AI43.00%统一读数 61.5

来源: Chess Puzzles
上游型号: claude-opus-5_max
运行配置: claude-opus-5_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: 正常计入

Mystery Game PuzzlesEpoch AI59.00%统一读数 74.4

来源: Mystery Game Puzzles
上游型号: claude-opus-5_max
运行配置: claude-opus-5_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 ReasoningLiveBench91.21%统一读数 71.8

来源: LiveBench Reasoning
上游型号: claude-opus-5-max-effort
运行配置: claude-opus-5-max-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

MysteryMechanismVals AI37.39%统一读数 70.4

来源: MysteryMechanism
上游型号: anthropic/claude-opus-5
运行配置: max · Vals agentic 统一流程 · 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 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI27.14%统一读数 72.0

来源: Terminal-Bench-Science
上游型号: anthropic/claude-opus-5
运行配置: max · Mini-SWE-agent · 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 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

66.9

LiveBench Data AnalysisLiveBench74.55 / 100（任务均分）统一读数 58.1

来源: LiveBench Data Analysis
上游型号: claude-opus-5-max-effort
运行配置: claude-opus-5-max-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

Finance Agent (v2)Vals AI58.63%统一读数 71.4

来源: Finance Agent (v2)
上游型号: anthropic/claude-opus-5
运行配置: max · Vals agentic 统一流程 · 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

Harvey's Legal Agent BenchmarkVals AI6.67%统一读数 -13.1

来源: Harvey's Legal Agent Benchmark
上游型号: anthropic/claude-opus-5
运行配置: max · Vals agentic 统一流程 · 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: 单项影响已封顶

MedCodeVals AI63.57%统一读数 101.3

来源: MedCode
上游型号: anthropic/claude-opus-5
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: 单项影响已封顶

知识问答

68.1

SimpleQA VerifiedEpoch AI59.90%统一读数 66.0

来源: SimpleQA Verified
上游型号: claude-opus-5_max
运行配置: claude-opus-5_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: 2026-08-10
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 LanguageLiveBench88.69%统一读数 80.0

来源: LiveBench Language
上游型号: claude-opus-5-max-effort
运行配置: claude-opus-5-max-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

LiveBench IFLiveBench63.77%统一读数 42.5

来源: LiveBench IF
上游型号: claude-opus-5-max-effort
运行配置: claude-opus-5-max-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

69.3

Arena Text · 风格控制Arena1489.91 Elo统一读数 69.2

来源: Arena Text · 风格控制
上游型号: Claude Opus 5 (High)
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

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。