Claude Opus 5 vs Grok 4.5
完整资料:Claude Opus 5(Anthropic)和 Grok 4.5(SpaceXAI),包括全部基准测试、价格和排名。
更新于 · 数据来自 18 个来源
截至 2026年11月16日,质量上 Claude Opus 5 领先 Grok 4.5(BenchLeader Index 65.0 比 59.3)。不过,Grok 4.5 更便宜,对方的价格是它的 3.3 倍(每百万 token 混合价格 $3.00 比 $10.00)。在两者都有成绩的所有类别中,Claude Opus 5 均领先。
要点(截至 2026年11月16日)
- Claude Opus 5 的 BenchLeader Index 为 65.0,Grok 4.5 为 59.3(BenchLeader,2026年11月16日)。
- Claude Opus 5 每百万 token 混合价格为 $10.00(标价,2026年11月16日)。
- Grok 4.5 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
- 在两者都有结果的 20 项基准测试中,Claude Opus 5 领先 19 项(BenchLeader,2026年11月16日)。
- 在 Arena WebDev 上,Claude Opus 5 的评分为 1691,Grok 4.5 为 1553(LMArena,截至 2026年11月16日 的公布数据)。
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 Opus 5 | 类别得分 67 比 57;Arena WebDev 1691 比 1553 | 高 |
| 智能体与工具调用 | Claude Opus 5 | 类别得分 64 比 55;APEX-Agents 65.8% 比 56.2% | 高 |
| 数学 | Claude Opus 5 | 类别得分 70 比 65;Arena Maths 1515 比 1470 | 中 |
| 推理 | 均可 | 类别得分 66 比 67;Arena Hard Prompts 1513 比 1488 | 均可 |
| 图像及其他媒体 | Claude Opus 5 | 类别得分 67 比 63 | 中 |
| 对话质量(人类偏好) | Claude Opus 5 | Arena 投票 68 比 65 | 中 |
| 成本最低 | Grok 4.5 | 每百万 token 混合价格 $3.00 比 $10.00;智能体编程会话 $0.144 比 $0.400 | – |
| 首次回答最快 | Grok 4.5 | 首个回答 token 1.4 秒(Grok 4.5)比 48.5 秒(Claude Opus 5 (max)) | – |
| 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
- 质量上 Claude Opus 5 (max) 领先:65.0 比 59.3。
- Claude Opus 5 (max) 在智能体与工具、编程、人类偏好、数学、多模态方面更强。
- Grok 4.5 在推理方面更强。
- Grok 4.5 更便宜,对方的价格是它的 3.3 倍(每百万 token 混合价格 $3.00 比 $10.00)。
- Claude Opus 5 (max) 的输出速度是对方的 1.6 倍(80 比 49 token/秒)。
概览
| 规格 | Claude Opus 5 | Grok 4.5 |
|---|---|---|
| 提供商 | Anthropic | SpaceXAI |
| 发布日期 | 2026年7月24日 | 2026年7月8日 |
| 上下文窗口(token) | 1,000,000 | 500,000 |
| 对比时的配置 | Claude Opus 5 (max) | Grok 4.5 |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $5.00 / $25.00 / $0.500 | $2.00 / $6.00 / $0.300 |
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 Opus 5 (max) | Grok 4.5 | 领先者 |
|---|---|---|---|
| 推理 | 66.1 | 66.5 | 持平 |
| 编程 | 67.0 | 56.7 | Claude Opus 5 |
| 智能体与工具 | 63.8 | 54.5 | Claude Opus 5 |
| 数学 | 69.8 | 65.1 | Claude Opus 5 |
| 知识 | 65.2 | – | 无法比较 |
| 人类偏好 | 68.1 | 65.2 | Claude Opus 5 |
| 多模态 | 67.2 | 63.1 | Claude Opus 5 |
| 长上下文 | 64.3 | – | 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。
未绘制(测得的模型少于两个):知识, 指令遵循, 长上下文。
各来源的分歧
在两者都有结果的 20 项基准测试中,Claude Opus 5 领先 19 项,Grok 4.5 领先 1 项。所有同时评测两者的综合评分都认为 Claude Opus 5 更强。
| 综合 Index | Claude Opus 5 (max) | Grok 4.5 | 领先者 |
|---|---|---|---|
| BenchLeader Index | 65.0 | 59.3 | Claude Opus 5 |
| Arena Text | 1489 | 1466 | Claude Opus 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 Opus 5 (max) | Grok 4.5 |
|---|---|---|
| 每百万 token 混合价格 | $10.00 | $3.00 |
| 每百万 token 输入 / 输出 | $5.00 / $25.00 | $2.00 / $6.00 |
| 每百万 token 缓存输入 | $0.500 | $0.300 |
| 每项任务价格:聊天回复 | $0.0095 | $0.0026 |
| 每项任务价格:总结一份 30 页的报告 | $0.075 | $0.028 |
| 每项任务价格:代码编辑 | $0.068 | $0.021 |
| 每项任务价格:智能体编程会话 | $0.400 | $0.144 |
| 每项任务价格:结构化信息提取 | $0.015 | $0.0052 |
| 智能体编程会话(输入大多命中缓存) | $0.198 | $0.068 |
| 每项基准测试任务成本(AA Index) | $11.82 | – |
| 每项任务输出 token(AA Index) | 118k | – |
| 其中推理部分 | 73k | – |
| 每项任务耗时(AA Index) | 25 min | – |
| 输出速度 | 80 tok/s | 49 tok/s |
| 首次回答时间 | 48.5 秒 | 1.4 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | 191.6 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。Claude Opus 5 (max) 得分 65.0,首个回答 token 需 49 秒;Claude Opus 5 (high) 为 64.4(17 秒),Claude Opus 5 为 63.2(2 秒)。Grok 4.5 得分 59.3,首个回答 token 需 1 秒;Grok 4.5 (high) 为 56.8(10 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 145 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 Opus 5 (max) | Grok 4.5 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 65.0 | 59.3 |
| 智能体与工具得分 | BenchLeader | 63.8 | 54.5 |
| 编程得分 | BenchLeader | 67.0 | 56.7 |
| 人类偏好得分 | BenchLeader | 68.1 | 65.2 |
| 知识得分 | BenchLeader | 65.2 | – |
| 长上下文得分 | BenchLeader | 64.3 | – |
| 数学得分 | BenchLeader | 69.8 | 65.1 |
| 多模态得分 | BenchLeader | 67.2 | 63.1 |
| 推理得分 | BenchLeader | 66.1 | 66.5 |
| 混合价格(美元/百万 token) | BenchLeader | $10.00 | $3.00 |
| 输出速度 | BenchLeader | 80 tok/s | 49 tok/s |
| 首次回答时间 | BenchLeader | 48.5 秒 | 1.4 秒 |
| 上下文窗口 | BenchLeader | 1,000,000 token | 500,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.9% | 93.4%† |
| SimpleBench | SimpleBench | 80.6%† | 70.0% |
| Arena Hard Prompts | Arena (LMArena) | 1513 | 1488 |
| LiveBench 1.0 Reasoning | LiveBench | 91.2% | 87.2% |
| GPQA Diamond (AA) | Artificial Analysis | 93.2% | 93.1%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 54.9% | 42.7%† |
| HLE-Diamond (AA) | Artificial Analysis | 44.8% | – |
| GPQA Diamond (Vals) | Vals AI | 93.4%† | 92.9%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 83.5% |
| ARC-AGI-1 | ARC Prize | 97.5% | 85.7%† |
| ARC-AGI-2 | ARC Prize | 90.4% | 52.6%† |
| ARC-AGI-3 | ARC Prize | 30.2%† | 0.3%† |
| CritPt | Artificial Analysis | 29.1% | 15.4%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 50.0% | – |
| MysteryMechanism | Vals AI | 37.4% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 38.6%† | – |
| Arena Expert | Arena (LMArena) | 1530 | 1489 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 43.0% | 35.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 59.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 63.3% | 45.2%† |
| DTBench | Epoch AI Benchmarking Hub | 97.6% | 96.5%† |
| ForecastBench | ForecastBench | 66.6% | 65.8%† |
| BTF-3 | Epoch AI Benchmarking Hub | 12.0%† | – |
| 编程 | |||
| SciCode | SciCode | 56.4% | 55.0%† |
| WeirdML | WeirdML | 91.8% | 46.4% |
显示全部 145 项基准测试
| 指标 | 发布方 | Claude Opus 5 (max) | Grok 4.5 |
|---|---|---|---|
| 编程 | |||
| FrontierCode | Cognition | 53.4% | 42.4% |
| Arena Coding | Arena (LMArena) | 1528 | 1514 |
| Arena WebDev | Arena (LMArena) | 1691 | 1553 |
| LiveBench 1.0 Coding | LiveBench | 81.5% | 68.6% |
| LiveCodeBench | Vals AI | 89.0% | 87.3%† |
| IOI | Vals AI | 84.3% | 40.6%† |
| SWE-bench (Vals) | Vals AI | 97.0%† | 86.6%† |
| Code Migration | Vals AI | 57.5% | 36.6%† |
| ProgramBench | Vals AI | 3.0% | 0.0%† |
| Vibe Code Bench 1-100 | Vals AI | 28.5% | – |
| Vibe Code Bench v1.1 | Vals AI | 88.4%† | 69.0%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 63.2%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 62.2%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 99.4%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 98.0%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 87.8% | 32.2%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 74.4%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 73.7% | 53.8%† |
| CursorBench | Cursor | 46.6% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2164.6† | 1309.3† |
| FrontierSWE | Epoch AI Benchmarking Hub | 52.0% | – |
| WeirdML v3 | WeirdML | 19.0%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 49.0% | 10.6%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 89.1% | 81.7%† |
| Startrise Frontend | Startrise | 82.3%† | 68.0% |
| GameBench 2 Overall | DuelLab GameBench 2 | 76.5† | 56.7 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 84.8† | 61.5† |
| Design Arena Website | Design Arena | 1304† | 1273 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.1% | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 52.1% | 12.4%† |
| OSWorld-Verified 2.0 | OSWorld | 31.4% | – |
| APEX-Agents | Mercor | 65.8% | 56.2% |
| Arena Agent | Arena (LMArena) | 7.2 | – |
| LiveBench Agentic Coding | LiveBench | 65.2% | 56.5% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 84.6%† | 67.8%† |
| MCP Atlas | Scale AI SEAL | 85.8%† | – |
| HiL-Bench | Scale AI SEAL | 57.0%† | – |
| τ³-bench Banking | τ²-bench | 48.7% | 47.9%† |
| GDPval-AA v2.1 | Artificial Analysis | 1729 | 1388† |
| τ³-Banking (AA) | Artificial Analysis | 42.1% | 42.1%† |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | 35.0%† |
| CUA-bench | Vals AI | 9.0% | – |
| CyberBench | Vals AI | 65.4% | 71.0%† |
| Finance Agent v2 | Vals AI | 58.6% | 48.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7% | 12.9%† |
| Legal Research Bench | Vals AI | 55.3% | 38.0%† |
| SkillsBench | Vals AI | 60.4% | 66.0%† |
| SREBench | Vals AI | 12.2% | 0.8%† |
| Tax Agent Bench | Vals AI | 47.1% | 24.9%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 53.5% | 8.6%† |
| Terminal-Bench Science | Vals AI | 27.1% | – |
| Time Horizon Index: KSP | Vals AI | 18.8% | 6.3%† |
| Web Search Index | Vals AI | – | 35.5%† |
| Arena Search | Arena (LMArena) | 1213† | 1205 |
| Arena Agent Task Completion | Arena (LMArena) | 10.2 | – |
| BALROG | BALROG | 63.4% | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 35.7%† | 22.6%† |
| GBAEval | Epoch AI Benchmarking Hub | 79.6%† | 65.4% |
| Vending-Bench 2 | Andon Labs | 11181.9† | 3887.4 |
| AutomationBench | Artificial Analysis | 56.6% | 57.9%† |
| GDP.pdf (AA) | Artificial Analysis | 21.6% | 18.8%† |
| EnterpriseOps-Gym | Artificial Analysis | 47.5% | 40.8%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1654 | 1277† |
| Design Arena Agentic | Design Arena | 1270† | 1221 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 28.6% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 25.9% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 85.6% | 57.2%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 73.2% | 24.4%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.9% | 97.8%† |
| ProofBench | Vals AI | 99.0% | 31.0%† |
| LiveBench Mathematics | LiveBench | 95.7% | 90.8% |
| Arena Maths | Arena (LMArena) | 1515 | 1470 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | – |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 59.9% | 48.3%† |
| LiveBench 1.0 Data Analysis | LiveBench | 74.5% | 73.0% |
| AA-Omniscience v1.1 | Artificial Analysis | 37.6 | – |
| MMLU-Pro | Vals AI | 91.6% | 89.2%† |
| LegalBench | Vals AI | 87.0% | 86.0%† |
| CorpFin | Vals AI | 73.2%† | 67.4%† |
| TaxEval | Vals AI | 75.1%† | 71.7%† |
| BioMysteryBench | Vals AI | 79.3% | – |
| Excel Modeling Benchmark | Vals AI | 73.6% | 52.9%† |
| MedCode | Vals AI | 63.6% | 43.3%† |
| MedScribe | Vals AI | 91.0% | 86.9%† |
| Public Benefits Bench v1.1 | Vals AI | 76.9% | – |
| DrugDiscoveryBench | Scale AI SEAL | 53.7% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 45.7% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 24.0% | 14.0%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 60.9% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.6% | – |
| FACTS Parametric | 48.8%† | 42.5% | |
| 指令遵循 | |||
| LiveBench Language | LiveBench | 88.7% | 82.8% |
| LiveBench Instruction Following | LiveBench | 63.8% | 71.5% |
| Arena Instruction Following | Arena (LMArena) | 1494 | 1462 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1489 | 1466 |
| EQ-Bench 4 | EQ-Bench | 1365† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2135† | 1576 |
| Arena Creative Writing | Arena (LMArena) | 1473 | 1452 |
| Arena Multi-turn | Arena (LMArena) | 1486 | 1472 |
| Arena Longer Queries | Arena (LMArena) | 1502 | 1480 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1318† | 1288 |
| MMMU-Pro | Artificial Analysis | 84.7% | 80.4%† |
| MMMU-Pro (Vals) | Vals AI | 89.9% | 61.8%† |
| MortgageTax | Vals AI | 72.1%† | 61.8%† |
| Humanity's Sixth Sense | Scale AI SEAL | 30.5% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 30.4%† | 27.3% |
| Furniture Assembly | Epoch AI Benchmarking Hub | 60.8% | 22.5%† |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 79.3%† |
| Arena Document | Arena (LMArena) | 1486† | 1466 |
| MLCR | Artificial Analysis | 11.1% | 16.1%† |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 164.7† | 155.0 |
| LiveBench 1.0 | LiveBench | 80.1% | 75.8% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 44.2 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 50.8 | 38.8† |
| AA Progress Index v1 | Artificial Analysis | 333.7 | 312.3† |
| Vals RSI Index | Vals AI | 33.0% | – |
| Vals Science Index | Vals AI | 47.9% | – |
| Vals Multimodal Index | Vals AI | 73.9%† | 63.4%† |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 16.8%† | – |
| DistressBench | Scale AI SEAL | 70.2%† | – |
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 (max):25 项新结果(LiveCodeBench, MMLU-Pro, IOI…)。
- Claude Opus 5 (max):1 项新结果(GDPval-AA v2.1)。
- Grok 4.5:BenchLeader Index 59.9 → 59.3。
- Claude Opus 5 (max):1 项新结果(MirrorCode)。
- Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
- Claude Opus 5 (max):7 项新结果(AA Intelligence Index v5.0.1, HLE-Diamond (AA), AA-Omniscience v1.1…)。
- Grok 4.5:1 项分数修订。
- Grok 4.5:1 项分数修订。
- Claude Opus 5 (max):1 项新结果(MirrorCode)。
- Claude Opus 5 (max):1 项分数修订。
相关对比
- Claude Opus 5 vs Claude Fable 5.2
- Claude Opus 5 vs Gemini 4 Carbon
- Claude Opus 5 vs Claude Opus 5.5
- Claude Opus 5 vs GPT-6 Astra
- Grok 4.5 vs Claude Opus 5.5
- Claude Fable 5 vs Grok 4.5
- Claude Opus 5 vs Claude Fable 5.1
- Claude Opus 5 vs GPT-6.1 Sol
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Claude Opus 5 vs Grok 4.5:常见问题
- Claude Opus 5 比 Grok 4.5 更好吗?
- 质量上 Claude Opus 5 (max) 领先:65.0 比 59.3。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Claude Opus 5 (max) 总体领先,但请结合你的用途查看各类别得分。
- Claude Opus 5 和 Grok 4.5 哪个更便宜?价格会变吗?
- 目前 Grok 4.5 更便宜:每百万 token $3.00 比 $10.00(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 Opus 5 还是 Grok 4.5 更好?
- Claude Opus 5 在编程方面得分更高(类别得分 67 比 57,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Claude Opus 5 为 1691,Grok 4.5 为 1553。
- Claude Opus 5 和 Grok 4.5 哪个更快?
- Claude Opus 5 输出更快(输出 80 比 49 token/秒,Artificial Analysis 7 日中位数)。
- 智能体和工具调用用 Claude Opus 5 还是 Grok 4.5 更好?
- Claude Opus 5 在智能体任务方面得分更高(类别得分 64 比 55,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 APEX-Agents 上,Claude Opus 5 为 65.8%,Grok 4.5 为 56.2%。
更多问题(4)
- 处理长文档哪个更好?
- Claude Opus 5 支持更长的上下文:1,000,000 token,Grok 4.5 为 500,000 token。
- 哪个延迟更低?
- Grok 4.5 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 1.4 秒比 48.5 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 Opus 5 和 Grok 4.5 的看法一致吗?
- 在两者都有结果的 20 项基准测试中,Claude Opus 5 领先 19 项,Grok 4.5 领先 1 项。所有同时评测两者的综合评分都认为 Claude Opus 5 更强。
- Claude Opus 5 是什么时候发布的?
- Claude Opus 5 于 2026年7月24日 发布。