返回综合榜原站详情

Claude Opus 5

模型详情

AIHOT 评分 · 综合

69.1

参照组均值 50

综合名次

第 10 名

证据覆盖

—

已有成绩

47 项

可比分类 4/4

上下文窗口

100万

Token

输入 · 输出价

¥33.36 / ¥166.8

¥/百万 Token

缓存价 · 原价

¥3.34

原价 $5 / $25

分域能力面

各领域与综合评分在同一条刻度上单独评分 · 没测的不补分也不扣分

编程67.9

第 12 名14 项评测 · 覆盖 83%

科研70.7

第 11 名12 项评测 · 覆盖 100%

专业办公70.4

第 9 名9 项评测 · 覆盖 78%

知识问答68.9

第 11 名7 项评测 · 覆盖 100%

逐项成绩

每项公开成绩与其在同一条刻度上的换算读数 ·「至多」表示该读数为封顶值

编程67.9

15 项

MirrorCode87.8%读数 —

ProgramBench旧型号作答 1%3.0%读数 —

FrontierSWE v254.0%读数 —

Terminal-Bench 4.0旧型号作答 1%53.5%读数 —

APEX-SWE63.7%读数 —

Terminal-Bench 4.052.1%读数 —

Terminal-Bench 4.049.0%读数 —

Vibe Code Bench v1.188.4%读数 —

FrontierCode 2.031.2%读数 —

WeirdML v317.6%读数 —

LiveBench Agentic Coding65.2%读数 —

FrontierCode 2.027.2%读数 —

CyberBench Patch v1.185.7%读数 —

LiveBench Coding81.4%读数 —

SciCode56.4%读数 —

科研70.7

12 项

ARC-AGI-290.4%读数 —

Mystery Game Puzzles59.0%读数 —

FrontierMath T1–385.6%读数 —

Terminal-Bench Science27.1%读数 —

BioMysteryBench79.3%读数 —

MysteryMechanism37.4%读数 —

Terminal-Bench Science28.6%读数 —

CritPt29.1%读数 —

Humanity's Last Exam54.9%读数 —

CritPt v2 Hard50.0%读数 —

LiveBench Reasoning91.2%读数 —

Chess Puzzles43.0%读数 —

专业办公70.4

10 项

TaxAgentBench47.1%读数 —

Legal Research Bench55.3%读数 —

AA-Briefcase1,654.5读数 —

AA-Analyst Agent53.8%读数 —

GDPval-AA1,729读数 —

APEX-Agents65.8%读数 —

τ³-Banking44.0%读数 —

AutomationBench-AA56.6%读数 —

LiveBench Data Analysis74.6%读数 —

MedCode63.6%读数 —

知识问答68.9

8 项

BullshitBench v270.0%读数 —

NYT Connections 扩展版94.3%读数 —

LiveBench Language88.7%读数 —

AA-Omniscience v1.137.6读数 —

SimpleQA Verified59.9%读数 —

LiveBench IF63.8%读数 —

AA-LCR79.3%读数 —

MLCR-AA11.1%读数 —

真人盲选68.8

2 项

Arena WebDev1,690.9读数 —

Arena Text1,489读数 —

数据来自aihot.news/leaderboard/claude-opus-5（60 分钟缓存）· 评分口径以原站说明为准实时