Agnes 3.0 Flash vs Claude Opus 4.6
在两者都有结果的 5 项基准测试中,Agnes 3.0 Flash 在 5 项上得分更高。
BenchLeader 读取的基准测试发布方都已不再收录 Agnes 3.0 Flash,因此它的数据自 2026年9月22日 起停止更新。Claude Opus 4.6 的数据为截至 2026年11月16日 的最新数据。每项分数都标注了发布日期。
| 基准测试 | ||
|---|---|---|
| AA Intelligence Index v4.3.2 | 35.5 2026年9月11日 | 26.4 2026年2月5日 |
| AA-LCR v1.1 | 81.0% 2026年9月11日 | 67.0% 2026年2月5日 |
| GPQA Diamond (AA) | 92.4% 2026年9月11日 | 84.0% 2026年2月5日 |
| Humanity's Last Exam (AA) | 38.5% 2026年9月11日 | 19.1% 2026年2月5日 |
| CritPt | 15.1% 2026年9月19日 | 2.8% 2026年2月5日 |
| 混合价格(每百万 token,3:1) | $0.075 | $10.00 |
| 输出速度 | 317 tok/s | 54 tok/s |
查看 Agnes 3.0 Flash 最后测得的全部数据,或前往 Claude Opus 4.6 的页面,了解它与仍在测量的模型相比如何。完整列表见排行榜。