BenchLeader

Claude 2.1

截至 2026年11月16日,Claude 2.1(Anthropic)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。发布于 2023年11月21日。

要点(截至 2026年11月16日)

  • Claude 2.1 于 2023年11月21日发布(Anthropic)。

详细说明:Claude 2.1 是 Anthropic 的闭源模型,发布于 2023年11月21日。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。最近一次测量:2023年11月21日。数据较旧:六个月内没有新结果

混合价格
–
输出速度
–
首次回答
–
上下文
200k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2023年11月21日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 推理26
  2. 编程21
  3. 数学24

Claude 2.1 首次获得基准测试结果时发邮件通知我

Anthropic 发布新模型时也会通知,每周一另有每周回顾。

选择提供商和邮件类型

版本

Anthropic 以这个名称发布过 6 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Claude 4.7low2026年4月16日––
Claude 3.72025年2月24日––
Claude 2.1本页2023年11月21日––
Claude 2.02023年7月11日––
Claude 22023年7月11日––
Claude 1.32023年4月18日––

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
GPQA Diamond33.0%#278Epoch AI Benchmarking Hub
GPQA Diamond (AA)不计入 Index31.9%#521Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.9%#580Artificial Analysis
DTBench不计入 Index51.0%#219Epoch AI Benchmarking Hub
ForecastBench不计入 Index58.5%#83ForecastBench

编程

基准测试默认来源趋势
WeirdML7.1%#156WeirdML
LiveCodeBench (AA)不计入 Index19.5%#243Artificial Analysis

数学

基准测试默认来源趋势
OTIS Mock AIME1.9%#273Epoch AI Benchmarking Hub

知识

基准测试默认来源趋势
MMLU不计入 Index73.5%#43Epoch AI Benchmarking Hub

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index5.6#580Artificial Analysis
AA Progress Index v1不计入 Index115.5#616Artificial Analysis

Anthropic 的更多模型

本月新上线

另请参阅

常见问题

为什么 Claude 2.1 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,Claude 2.1 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。
Claude 2.1 是什么时候发布的?
Anthropic 于 2023年11月21日发布了 Claude 2.1。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Claude 2.1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-2-1。