BenchLeader

Claude Fable 5 vs Claude Opus 4.7

完整资料:Claude Fable 5(Anthropic)和 Claude Opus 4.7(Anthropic),包括全部基准测试、价格和排名。

更新于 · 数据来自 10 个来源

截至 2026年11月16日,Claude Fable 5 与 Claude Opus 4.7 的质量不相上下(BenchLeader Index 65.4 比 63.1,在 ±6.1 的误差范围内)。Claude Opus 4.7 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $10.00 比 $20.00)。看重推理(80 比 64)和编程(76 比 61)选 Fable 5;看重智能体与工具(68 比 61)选 Opus 4.7。Opus 4.7 的首次回答更快(1.0 秒 比 3.2 秒)。

要点(截至 2026年11月16日)

  • Claude Fable 5 的 BenchLeader Index 为 65.4,Claude Opus 4.7 为 63.1(BenchLeader,2026年11月16日)。
  • Claude Fable 5 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • Claude Opus 4.7 每百万 token 混合价格为 $10.00(标价,2026年11月16日)。
  • 在两者都有结果的 10 项基准测试中,Claude Fable 5 领先 9 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Claude Fable 5类别得分 76 比 61;FrontierCode 53.5% 比 38.5%高
智能体与工具调用Claude Opus 4.7类别得分 68 比 61;HiL-Bench 41.7% 比 56.3%中
推理Claude Fable 5类别得分 80 比 64;Kagi LLM Benchmark 88.8% 比 73.3%高
对话质量(人类偏好)均可Arena 投票 68 比 67均可
成本最低Claude Opus 4.7每百万 token 混合价格 $10.00 比 $20.00;智能体编程会话 $0.400 比 $0.800–
首次回答最快Claude Opus 4.7首个回答 token 1.0 秒(Claude Opus 4.7)比 3.2 秒(Claude Fable 5)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Claude Fable 5 与 Claude Opus 4.7 的质量不相上下(65.4 比 63.1,在 ±6.1 的误差范围内)。
  • Claude Fable 5 在编程、人类偏好、推理方面更强。
  • Claude Opus 4.7 在智能体与工具方面更强。
  • Claude Opus 4.7 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $10.00 比 $20.00)。

概览

规格Claude Fable 5Claude Opus 4.7
提供商AnthropicAnthropic
发布日期2026年6月9日2026年4月16日
上下文窗口(token)1,000,0001,000,000
对比时的配置Claude Fable 5Claude Opus 4.7
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$10.00 / $50.00 / $1.00$5.00 / $25.00 / $0.500

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Claude Fable 5Claude Opus 4.7领先者
推理80.163.6Claude Fable 5
编程75.560.9Claude Fable 5
智能体与工具60.567.9Claude Opus 4.7
数学–66.7无法比较
知识66.4–无法比较
人类偏好67.767.3持平
多模态–67.1无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具人类偏好Claude Fable 5, 推理: 80.1Claude Fable 5, 编程: 75.5Claude Fable 5, 智能体与工具: 60.5Claude Fable 5, 人类偏好: 67.7Claude Opus 4.7, 推理: 63.6Claude Opus 4.7, 编程: 60.9Claude Opus 4.7, 智能体与工具: 67.9Claude Opus 4.7, 人类偏好: 67.3

未绘制(测得的模型少于两个):数学, 知识, 指令遵循, 长上下文, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 10 项基准测试中,Claude Fable 5 领先 9 项,Claude Opus 4.7 领先 1 项。所有同时评测两者的综合评分都认为 Claude Fable 5 更强。

综合 IndexClaude Fable 5Claude Opus 4.7领先者
BenchLeader Index65.463.1不相上下
Arena Text1504†1494Claude Fable 5

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Claude Fable 5Claude Opus 4.7
每百万 token 混合价格$20.00$10.00
每百万 token 输入 / 输出$10.00 / $50.00$5.00 / $25.00
每百万 token 缓存输入$1.00$0.500
每项任务价格:聊天回复$0.019$0.0095
每项任务价格:总结一份 30 页的报告$0.150$0.075
每项任务价格:代码编辑$0.135$0.068
每项任务价格:智能体编程会话$0.800$0.400
每项任务价格:结构化信息提取$0.030$0.015
智能体编程会话(输入大多命中缓存)$0.395$0.198
输出速度50 tok/s48 tok/s
首次回答时间3.2 秒1.0 秒

每个模型都按其排名最高的推理强度设置进行对比。Claude Fable 5 得分 65.4,首个回答 token 需 3 秒;Claude Fable 5 (max) 为 65.1(95 秒),Claude Fable 5 (high) 为 63.9(3 秒)。Claude Opus 4.7 得分 63.1,首个回答 token 需 1 秒;Claude Opus 4.7 (high) 为 60.0(1 秒),Claude Opus 4.7 (max) 为 59.7(15 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 139 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Claude Fable 5Claude Opus 4.7
BenchLeader IndexBenchLeader65.463.1
智能体与工具得分BenchLeader60.567.9
编程得分BenchLeader75.560.9
人类偏好得分BenchLeader67.767.3
知识得分BenchLeader66.4–
推理得分BenchLeader80.163.6
数学得分BenchLeader–66.7
多模态得分BenchLeader–67.1
混合价格(美元/百万 token)BenchLeader$20.00$10.00
输出速度BenchLeader50 tok/s48 tok/s
首次回答时间BenchLeader3.2 秒1.0 秒
上下文窗口BenchLeader1,000,000 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub85.9%†86.4%†
Humanity's Last ExamScale AI / CAIS–36.2%
SimpleBenchSimpleBench81.9%†61.7%
Arena Hard PromptsArena (LMArena)1530†1519
LiveBench 1.0 ReasoningLiveBench89.7%†87.2%†
GPQA Diamond (AA)Artificial Analysis92.6%†91.4%†
Humanity's Last Exam (AA)Artificial Analysis55.5%†42.3%†
GPQA Diamond (Vals)Vals AI93.2%†90.2%†
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%73.3%
ARC-AGI-1ARC Prize98.5%†–
ARC-AGI-2ARC Prize89.2%†–
ARC-AGI-3ARC Prize–0.2%†
CritPtArtificial Analysis28.6%†12.0%†
Arena ExpertArena (LMArena)1550†1534
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†41.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†13.0%
LMCAEpoch AI Benchmarking Hub60.3%†52.2%†
DTBenchEpoch AI Benchmarking Hub98.4%†94.7%†
ForecastBenchForecastBench65.9%†62.8%
BTF-3Epoch AI Benchmarking Hub13.0%†–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–83.5%†
SciCodeSciCode61.0%†54.5%†
WeirdMLWeirdML91.9%†76.4%
FrontierCodeCognition53.5%38.5%
显示全部 139 项基准测试
指标发布方Claude Fable 5Claude Opus 4.7
编程
GSO-BenchGSO-Bench78.4%44.1%
Arena CodingArena (LMArena)1552†1547
Arena WebDevArena (LMArena)1625†1555
LiveBench 1.0 CodingLiveBench86.0%†82.1%†
SciCode (AA)Artificial Analysis61.0%†–
LiveCodeBenchVals AI89.8%†85.1%†
SWE-bench (Vals)Vals AI95.0%†82.0%†
Code MigrationVals AI55.1%†43.9%†
ProgramBenchVals AI2.0%†0.0%†
Vibe Code Bench v1.1Vals AI90.3%†71.0%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†40.3%
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†48.6%
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†38.5%
MirrorCodeEpoch AI Benchmarking Hub70.0%†31.1%†
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
ALE-BenchEpoch AI Benchmarking Hub2041.3†1323.0
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†–
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†83.2%†
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.8–
GameBench 2 by reasoning settingDuelLab GameBench 258.1†–
Design Arena WebsiteDesign Arena1288–
智能体与工具
Terminal-BenchTerminal-Bench44.9%†80.2%
OSWorld-Verified 2.0OSWorld–18.2%†
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%49.2%†
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†50.7%†
Terminal-Bench HardArtificial Analysis62.9%†51.5%†
τ²-Bench Telecom (AA)Artificial Analysis98.5%†88.6%†
Terminal-Bench 2.1 (Vals)Vals AI80.5%†68.5%†
MCP AtlasScale AI SEAL83.3%79.1%†
HiL-BenchScale AI SEAL56.3%41.7%
τ³-bench Bankingτ²-bench39.7%†40.2%†
GDPval-AA v2.1Artificial Analysis1618†1361†
τ³-Banking (AA)Artificial Analysis38.1%†34.6%†
ITBench SRE (AA)Artificial Analysis–46.7%†
Analyst Agent (AA)Artificial Analysis48.8%†43.8%†
Finance Agent v2Vals AI56.3%†51.5%†
Harvey's Legal Agent Benchmark v1Vals AI11.3%†6.7%†
Legal Research BenchVals AI49.5%†38.5%†
Tax Agent BenchVals AI38.3%†23.7%†
Terminal-Bench 2.0 (Vals)Vals AI–68.5%†
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†1210
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†24.3%†
ExploitBenchEpoch AI Benchmarking Hub–26.5%
GBAEvalEpoch AI Benchmarking Hub74.5%43.8%
Vending-Bench 2Andon Labs4529.910936.8
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†1252†
Design Arena AgenticDesign Arena1275–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†70.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†31.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†86.7%†
ProofBenchVals AI95.0%†54.0%†
LiveBench MathematicsLiveBench96.0%†92.8%†
AIME (Vals)Vals AI–96.3%
AIME 2026MathArena–95.8%†
HMMT February 2026MathArena–93.9%†
MathArena ApexMathArena–40.6%†
Arena MathsArena (LMArena)1520†1490
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†51.7%†
LiveBench 1.0 Data AnalysisLiveBench80.5%†78.3%†
MMLU-ProVals AI91.5%†89.9%†
LegalBenchVals AI88.6%†85.3%†
CorpFinVals AI71.8%†66.1%†
TaxEvalVals AI76.9%†75.3%†
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%–
CaseLaw v2Vals AI–68.4%
Excel Modeling BenchmarkVals AI73.7%†63.7%†
MedCodeVals AI56.1%†54.9%†
MedScribeVals AI88.5%†83.0%†
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†19.1%†
GDP.pdfEpoch AI Benchmarking Hub30.0%21.0%†
指令遵循
LiveBench LanguageLiveBench90.7%†77.9%†
LiveBench Instruction FollowingLiveBench75.8%†66.7%†
IFBenchArtificial Analysis63.5%†58.6%†
Arena Instruction FollowingArena (LMArena)1509†1493
人类偏好
Arena TextArena (LMArena)1504†1494
EQ-Bench 4EQ-Bench13131293
EQ-Bench Creative Writing v3EQ-Bench19441915
Arena Creative WritingArena (LMArena)1501†1482
Arena Multi-turnArena (LMArena)1517†1514
Arena Longer QueriesArena (LMArena)1522†1508
多模态
Arena VisionArena (LMArena)1326†1319
MMMU-ProArtificial Analysis–78.8%†
MMMU-Pro (Vals)Vals AI89.3%†85.5%†
MortgageTaxVals AI68.9%†70.3%†
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%24.5%
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†33.3%†
长上下文
AA-LCR v1.1Artificial Analysis82.3%†78.7%†
Arena DocumentArena (LMArena)1500†1494
MLCRArtificial Analysis20.6%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1157.4
LiveBench 1.0LiveBench83.0%†76.5%†
AA Intelligence Index v4.3.2Artificial Analysis49.6†40.7†
AA Progress Index v1Artificial Analysis329.3†312.5†
Vals RSI IndexVals AI24.3%†19.1%†
Vals Multimodal IndexVals AI74.2%†67.4%†
安全与诚实
DistressBenchScale AI SEAL69.4%–

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Claude Fable 5:BenchLeader Index 66.5 → 65.4。
  • Claude Fable 5:1 项分数修订。
  • Claude Fable 5:1 项分数修订。
  • Claude Opus 4.7:1 项分数修订。
  • Claude Fable 5:1 项分数修订。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。
  • Claude Fable 5:1 项分数修订。
  • Claude Opus 4.7:1 项分数修订。
  • Claude Fable 5:1 项新结果(Harvey's Legal Agent Benchmark v1)。
  • Claude Opus 4.7:1 项新结果(Harvey's Legal Agent Benchmark v1)。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Claude Fable 5 vs Claude Opus 4.7:常见问题

Claude Fable 5 比 Claude Opus 4.7 更好吗?
Claude Fable 5 与 Claude Opus 4.7 的质量不相上下(65.4 比 63.1,在 ±6.1 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Claude Fable 5 和 Claude Opus 4.7 哪个更便宜?价格会变吗?
目前 Claude Opus 4.7 更便宜:每百万 token $10.00 比 $20.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Claude Fable 5 还是 Claude Opus 4.7 更好?
Claude Fable 5 在编程方面得分更高(类别得分 76 比 61,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 上,Claude Fable 5 为 53.5%,Claude Opus 4.7 为 38.5%。
Claude Fable 5 和 Claude Opus 4.7 哪个更快?
Claude Fable 5 输出更快(输出 50 比 48 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Claude Fable 5 还是 Claude Opus 4.7 更好?
Claude Opus 4.7 在智能体任务方面得分更高(类别得分 68 比 61,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 HiL-Bench 上,Claude Fable 5 为 56.3%,Claude Opus 4.7 为 41.7%。
更多问题(4)
处理长文档哪个更好?
两者都支持 1,000,000 token 的上下文。
哪个延迟更低?
Claude Opus 4.7 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 1.0 秒比 3.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Claude Fable 5 和 Claude Opus 4.7 的看法一致吗?
在两者都有结果的 10 项基准测试中,Claude Fable 5 领先 9 项,Claude Opus 4.7 领先 1 项。所有同时评测两者的综合评分都认为 Claude Fable 5 更强。
Claude Fable 5 是什么时候发布的?
Claude Fable 5 于 2026年6月9日 发布。