返回综合榜原站详情

Claude Opus 5.5

模型详情

AIHOT 评分 · 综合

74.1

参照组均值 50

综合名次

第 3 名

证据覆盖

—

已有成绩

57 项

可比分类 4/4

上下文窗口

100万

Token

输入 · 输出价

¥26.69 / ¥133.44

¥/百万 Token

缓存价 · 原价

¥1.33

原价 $4 / $20

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74.6

第 3 名16 项评测 · 覆盖 100%

科研75.6

第 4 名15 项评测 · 覆盖 100%

专业办公73.2

第 4 名13 项评测 · 覆盖 100%

知识问答70.5

第 8 名8 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74.6

17 项

ProgramBench旧型号作答 12%18.5%读数 —

MirrorCode95.6%读数 —

Code Migration v1.1旧型号作答 32%81.0%读数 —

FrontierCode 2.047.3%读数 —

Terminal-Bench 4.065.8%读数 —

WeirdML v331.3%读数 —

FrontierSWE v261.9%读数 —

Terminal-Bench 4.0旧型号作答 11%65.2%读数 —

FrontierCode 2.0部分由旧型号作答46.4%读数 —

APEX-SWE67.6%读数 —

Terminal-Bench 4.0部分由旧型号作答59.6%读数 —

LiveBench Coding89.3%读数 —

TapTap Maker86.9%读数 —

LiveBench Agentic Coding71.7%读数 —

SciCode部分由旧型号作答66.9%读数 —

Vibe Code Bench v1.1旧型号作答 8%90.3%读数 —

CyberBench Patch v1.1旧型号作答 2%85.7%读数 —

科研75.6

15 项

Terminal-Bench Science旧型号作答 3%47.1%读数 —

Terminal-Bench Science部分由旧型号作答59.0%读数 —

FrontierMath T1–391.2%读数 —

Mystery Game Puzzles71.0%读数 —

CritPt v2 Hard部分由旧型号作答68.0%读数 —

MysteryMechanism旧型号作答不到 1%49.5%读数 —

Chess Puzzles67.0%读数 —

ARC-AGI-291.7%读数 —

Humanity's Last Exam部分由旧型号作答61.4%读数 —

致知 · 逻辑月榜63.6%读数 —

BioMysteryBench旧型号作答 21%79.3%读数 —

CritPt部分由旧型号作答31.7%读数 —

司南 · 推理84.6%读数 —

LiveBench Reasoning92.2%读数 —

司南 · 抽象75.0%读数 —

专业办公73.2

14 项

AA-Briefcase部分由旧型号作答1,800.8读数 —

APEX-Agents73.5%读数 —

GDPval-AA部分由旧型号作答1,866.3读数 —

TaxAgentBench旧型号作答 1%44.5%读数 —

τ³-Banking55.0%读数 —

AA-Analyst Agent部分由旧型号作答56.3%读数 —

Excel Modeling v1.175.8%读数 —

Legal Research Bench旧型号作答 2%50.5%读数 —

AutomationBench-AA部分由旧型号作答69.5%读数 —

Finance Agent v2.1旧型号作答 1%67.8%读数 —

Harvey LAB-AA v1.1部分由旧型号作答4.2%读数 —

LiveBench Data Analysis80.3%读数 —

Harvey 法律 Agent 基准 v1.19.2%读数 —

MedCode49.8%读数 —

知识问答70.5

9 项

AA-Omniscience v1.1部分由旧型号作答48.1读数 —

SimpleQA Verified72.2%读数 —

司南 · 知识80.0%读数 —

MLCR-AA部分由旧型号作答27.8%读数 —

BullshitBench v262.0%读数 —

LiveBench Language86.3%读数 —

NYT Connections 扩展版88.5%读数 —

AA-LCR部分由旧型号作答84.7%读数 —

LiveBench IF65.7%读数 —

真人盲选76.0

2 项

Arena WebDev1,814.7读数 —

Arena Text1,506.8读数 —

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