BenchLeader

Claude Mythos 5.2 vs Claude Opus 5.5

完整资料:Claude Mythos 5.2(Anthropic)和 Claude Opus 5.5(Anthropic),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。Claude Opus 5.5 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $8.00 比 $16.00)。

Claude Mythos 5.2 于 2026年11月9日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的价格、上下文窗口(暂无共同的基准测试)。首批结果将在以下页面跟踪: Claude Mythos 5.2 的页面

要点(截至 2026年11月16日)

  • Claude Mythos 5.2 每百万 token 混合价格为 $16.00(标价,2026年11月16日)。
  • Claude Opus 5.5 每百万 token 混合价格为 $8.00(标价,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
成本最低Claude Opus 5.5每百万 token 混合价格 $8.00 比 $16.00;智能体编程会话 $0.320 比 $0.640–
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

  • 共同的基准测试太少,无法给出结论。
  • Claude Opus 5.5 (max) 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $8.00 比 $16.00)。

概览

规格Claude Mythos 5.2Claude Opus 5.5
提供商AnthropicAnthropic
发布日期2026年11月9日2026年9月22日
上下文窗口(token)1,000,0001,000,000
最大输出(token)–128,000 (up to 300K on the Message Batches API (beta))
输入类型–文本、图像
推理强度设置–low, medium, high, xhigh, max
对比时的配置Claude Mythos 5.2Claude Opus 5.5 (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$8.00 / $40.00 / –$4.00 / $20.00 / $0.200
API 模型 ID–claude-opus-5-5
使用渠道–Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry

上限、可用性和已公布的价格均来自厂商官方页面: platform.claude.com (2026年10月20日 核实)。其余内容均来自当日数据。

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 Mythos 5.2Claude Opus 5.5 (max)领先者
推理–72.1无法比较
编程–78.8无法比较
智能体与工具–61.3无法比较
数学–73.2无法比较
知识–72.5无法比较
多模态–70.2无法比较
长上下文–67.1无法比较
综合–70.2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数学知识长上下文多模态Claude Opus 5.5, 推理: 72.1Claude Opus 5.5, 编程: 78.8Claude Opus 5.5, 智能体与工具: 61.3Claude Opus 5.5, 数学: 73.2Claude Opus 5.5, 知识: 72.5Claude Opus 5.5, 长上下文: 67.1Claude Opus 5.5, 多模态: 70.2

在这些领域均无结果:Claude Mythos 5.2。

未绘制(这些模型没有结果):指令遵循, 人类偏好。

模型(单击添加或移除)Index

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 Mythos 5.2Claude Opus 5.5 (max)
每百万 token 混合价格$16.00$8.00
每百万 token 输入 / 输出$8.00 / $40.00$4.00 / $20.00
每百万 token 缓存输入–$0.200
每项任务价格:聊天回复$0.015$0.0076
每项任务价格:总结一份 30 页的报告$0.120$0.060
每项任务价格:代码编辑$0.108$0.054
每项任务价格:智能体编程会话$0.640$0.320
每项任务价格:结构化信息提取$0.024$0.012
智能体编程会话(输入大多命中缓存)–$0.149
每项基准测试任务成本(AA Index)–$10.04
每项任务输出 token(AA Index)–173k
其中推理部分–120k
每项任务耗时(AA Index)–25 min
输出速度–116 tok/s
首次回答时间–380.2 秒
完整回答耗时(最近一次测量 2026年11月13日)–711.4 秒

每个模型都按其排名最高的推理强度设置进行对比。Claude Mythos 5.2。Claude Opus 5.5 (max) 得分 68.4,首个回答 token 需 380 秒;Claude Opus 5.5 (high) 为 66.0(26 秒),Claude Opus 5.5 (xhigh) 为 65.4(78 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 162 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 Mythos 5.2Claude Opus 5.5 (max)
BenchLeader IndexBenchLeader–68.4
智能体与工具得分BenchLeader–61.3
编程得分BenchLeader–78.8
综合得分BenchLeader–70.2
知识得分BenchLeader–72.5
长上下文得分BenchLeader–67.1
数学得分BenchLeader–73.2
多模态得分BenchLeader–70.2
推理得分BenchLeader–72.1
混合价格(美元/百万 token)BenchLeader$16.00$8.00
输出速度BenchLeader–116 tok/s
首次回答时间BenchLeader–380.2 秒
上下文窗口BenchLeader1,000,000 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–90.6%
SimpleBenchSimpleBench–88.4%†
Arena Hard PromptsArena (LMArena)–1530†
LiveBench 2.0 ReasoningLiveBench–92.2%
LiveBench 1.0 ReasoningLiveBench–92.2%
Humanity's Last Exam (AA)Artificial Analysis–61.4%
HLE-Diamond (AA)Artificial Analysis–67.9%
ARC-AGI-1ARC Prize–97.5%
ARC-AGI-2ARC Prize–91.7%
CritPtArtificial Analysis–31.7%
CritPt v2 hard subset (AA)Artificial Analysis–68.0%
MysteryMechanismVals AI–49.5%
HLE-Diamond (Scale)Scale AI SEAL–55.0%†
Arena ExpertArena (LMArena)–1545†
Chess PuzzlesEpoch AI Benchmarking Hub–67.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–71.0%
LMCAEpoch AI Benchmarking Hub–68.2%
DTBenchEpoch AI Benchmarking Hub–98.9%
编程
SciCodeSciCode–66.9%
FrontierCodeCognition–54.6%†
Arena CodingArena (LMArena)–1548†
Arena WebDevArena (LMArena)–1815
LiveBench 2.0 CodingLiveBench–87.1%
LiveBench 1.0 CodingLiveBench–89.3%
IOIVals AI–95.1%
显示全部 162 项基准测试
指标发布方Claude Mythos 5.2Claude Opus 5.5 (max)
编程
Code MigrationVals AI–66.7%
Code Migration v1.1Vals AI–81.0%
ProgramBenchVals AI–18.5%
SWE-bench MultimodalVals AI–70.2%
Vibe Code Bench 1-100Vals AI–30.4%†
Vibe Code Bench v1.1Vals AI–90.3%
Vibe Code Bench 1-100 v1.1Vals AI–30.9%
SWE Atlas v1.1Scale AI SEAL–77.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–77.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL–77.8%†
SWE Atlas v1.1: RefactoringScale AI SEAL–77.1%†
MirrorCodeEpoch AI Benchmarking Hub–95.6%
CursorBenchCursor–57.8%
ALE-BenchEpoch AI Benchmarking Hub–2147.4†
FrontierSWEEpoch AI Benchmarking Hub–62.3%
WeirdML v3WeirdML–31.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis–59.6%
Startrise FrontendStartrise–80.2%†
GameBench 2 OverallDuelLab GameBench 2–87.6†
GameBench 2 by reasoning settingDuelLab GameBench 2–94.8†
Design Arena WebsiteDesign Arena–1326†
FrontierCode 1.1 (AA)Artificial Analysis–52.2%
FrontierCode 2.0 (AA)Artificial Analysis–46.4%
智能体与工具
Terminal-BenchTerminal-Bench–65.8%
Remote Labor IndexScale AI / CAIS–21.3%†
APEX-AgentsMercor–73.5%
Arena AgentArena (LMArena)–19.5
LiveBench Long AgenticLiveBench–72.8%
LiveBench BrowserLiveBench–88.4%
LiveBench Agentic CodingLiveBench–71.7%
Terminal-Bench 2.1 (Vals)Vals AI–87.6%†
MCP AtlasScale AI SEAL–85.4%†
HiL-BenchScale AI SEAL–59.0%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–68.3%
GDPval-AA v2.1Artificial Analysis–1866
ITBench SRE (AA)Artificial Analysis–38.2%
Analyst Agent (AA)Artificial Analysis–56.3%
CUA-benchVals AI–14.0%
CyberBenchVals AI–55.4%
Finance Agent v2Vals AI–58.6%
Finance Agent v2.1Vals AI–67.8%
Harvey's Legal Agent Benchmark v1.1Vals AI–9.2%
Harvey's Legal Agent Benchmark v1Vals AI–3.8%
Legal Research BenchVals AI–50.5%
Robo-benchVals AI–14.6%
SREBenchVals AI–33.6%
Tax Agent BenchVals AI–44.5%
Terminal-Bench 4.0 (Vals)Vals AI–65.2%
Terminal-Bench ScienceVals AI–47.1%
Time Horizon Index: KSPVals AI–91.3%
Web Search IndexVals AI–53.8%
Arena SearchArena (LMArena)–1213†
Arena Agent Task CompletionArena (LMArena)–20.7
PostTrainBenchEpoch AI Benchmarking Hub–43.8%
Vending-Bench 2Andon Labs–9235.3†
SpireClimbEpoch AI Benchmarking Hub–5.8%
AutomationBenchArtificial Analysis–69.5%
GDP.pdf (AA)Artificial Analysis–26.2%
Harvey LAB-AA v1.1Harvey–4.2%
AA-Briefcase v1.1Artificial Analysis–1801
GDPxGDPx by SemiAnalysis–12.0%
Design Arena AgenticDesign Arena–1339†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–59.0%
CWE-Bench (AA)Artificial Analysis–58.3%
DeepSec-Bench (AA)Artificial Analysis–26.9%
CyberGym end-to-end (AA)Artificial Analysis–0.8%
MKA (AA)Artificial Analysis–53.0%
FACTS SearchGoogle–88.4%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–91.2%
FrontierMath Tier 4Epoch AI Benchmarking Hub–95.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
ProofBenchVals AI–100.0%
LiveBench MathematicsLiveBench–97.1%
ArXivMathMathArena–82.6%†
BrokenArXivMathArena–77.3%†
Arena MathsArena (LMArena)–1514†
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–72.2%
LiveBench 2.0 Data AnalysisLiveBench–80.3%
LiveBench ResearchLiveBench–88.9%
LiveBench 1.0 Data AnalysisLiveBench–80.3%
AA-Omniscience v1.1Artificial Analysis–48.1
PRBench LegalScale AI SEAL–47.6%†
BioMysteryBenchVals AI–79.3%
ClaimBenchVals AI–100.0%
Excel Modeling BenchmarkVals AI–75.9%
Excel Modeling Benchmark v1.1Vals AI–75.8%
MedCodeVals AI–49.8%
MedScribeVals AI–91.4%
Public Benefits Bench v1.1Vals AI–70.6%
Access to Justice BenchmarkVals AI–73.8%
Financial Coaching BenchVals AI–76.2%
Immigration BenchVals AI–72.1%
EBR-benchEpoch AI Benchmarking Hub–71.4%
GDP.pdfEpoch AI Benchmarking Hub–30.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–65.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–49.7%
HealthBench Professional (AA)OpenAI–59.9%
FACTS ParametricGoogle–58.7%†
指令遵循
LiveBench LanguageLiveBench–86.3%
LiveBench Instruction FollowingLiveBench–65.7%
Arena Instruction FollowingArena (LMArena)–1518†
人类偏好
Arena TextArena (LMArena)–1507†
EQ-Bench 4EQ-Bench–1340†
EQ-Bench Creative Writing v3EQ-Bench–2051†
Arena Creative WritingArena (LMArena)–1517†
Arena Multi-turnArena (LMArena)–1502†
Arena Longer QueriesArena (LMArena)–1520†
多模态
Arena VisionArena (LMArena)–1324†
LiveBench DesignLiveBench–83.3%
MMMU-ProArtificial Analysis–87.7%
SAGEVals AI–91.3%
Humanity's Sixth SenseScale AI SEAL–44.6%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–51.2%†
Furniture AssemblyEpoch AI Benchmarking Hub–83.3%
VIALS-AAHandshake AI–61.5%
Code2Video-AAArtificial Analysis–1536
AA-3DArtificial Analysis–1202
FACTS MultimodalGoogle–56.4%†
长上下文
AA-LCR v1.1Artificial Analysis–84.7%
MLCRArtificial Analysis–27.8%
FACTS GroundingGoogle–62.5%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–168.5†
LiveBench 2.0LiveBench–83.4%
LiveBench 1.0LiveBench–83.2%
AA Intelligence Index v5.0.1Artificial Analysis–59.1
AA Intelligence Index v4.3.2Artificial Analysis–57.6
AA Progress Index v1Artificial Analysis–350
Vals IndexVals AI–70.1
Vals Finance IndexVals AI–65.3%
Vals RSI IndexVals AI–37.3%
Vals Science IndexVals AI–58.6%
Vals Router IndexVals AI–64.2%†
Vals Legal IndexVals AI–72.4%
AA Cyber IndexArtificial Analysis–28.7
安全与诚实
FORTRESSScale AI SEAL–5.8%
DistressBenchScale AI SEAL–75.6%†

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 Opus 5.5 (max):38 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Opus 5.5 (max):1 项新结果(PostTrainBench);1 项分数修订。
  • Claude Opus 5.5 (max):1 项新结果(MirrorCode);1 项分数修订。
  • Claude Opus 5.5 (max):BenchLeader Index 69.3 → 68.8。
  • Claude Mythos 5.2:首批结果。
  • Claude Opus 5.5 (max):2 项分数修订。
  • Claude Opus 5.5 (max):1 项分数修订。
  • Claude Opus 5.5 (max):1 项分数修订。
  • Claude Opus 5.5 (max):2 项分数修订。
  • Claude Opus 5.5 (max):2 项分数修订。

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 Mythos 5.2 vs Claude Opus 5.5:常见问题

Claude Mythos 5.2 和 Claude Opus 5.5 哪个更便宜?价格会变吗?
目前 Claude Opus 5.5 更便宜:每百万 token $8.00 比 $16.00(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。
处理长文档哪个更好?
两者都支持 1,000,000 token 的上下文。
Claude Mythos 5.2 是什么时候发布的?
Claude Mythos 5.2 于 2026年11月9日 发布。