Claude 3 Opus
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 750 分之一。
有 219 个更便宜的已排名模型得分更高:Claude Fable 5.2 (72.7, $16.00)、Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00),另有 216 个。
截至 2026年11月16日,Claude 3 Opus(Anthropic)在 BenchLeader Index 上得分 38.8(共 608 个已排名配置)。表现最好的是人类偏好(48),最弱的是知识(26)。API 价格为输入每百万 token $15.00、输出每百万 token $75.00(按 3:1 混合为 $30.00),为 2026年11月16日的标价。发布于 2024年3月4日。
要点(截至 2026年11月16日)
- Claude 3 Opus 的 API 价格为输入每百万 token $15.00、输出每百万 token $75.00(按 3:1 混合为 $30.00)(标价,2026年11月16日)。
- Claude 3 Opus 于 2024年3月4日发布(Anthropic)。
详细说明:Claude 3 Opus 是 Anthropic 的闭源模型,发布于 2024年3月4日。其最佳配置在 BenchLeader Index 上得分 38.8 ±4.7,在 608 个配置中排第 554 名,处于下半区。关键在于这个“±”:另有 147 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(48),知识最低(26)。按混合价格计,每百万 token $30.00,属于已排名模型中最贵的一档。最近一次测量:2026年11月11日。
- 混合价格
- $30.00/M
- 输入 $15.00 · 输出 $75.00
- 来源:Artificial Analysis
- 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
- 2024年3月4日
- 综合 Index39
- 推理35
- 编程38
- 智能体与工具38
- 数学40
- 知识26
- 人类偏好48
- 多模态28
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-3-opus)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Anthropic 以这个名称发布过 9 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 Opus 5.5max | 2026年9月22日 | 68.4 | #4 |
| Claude Opus 5max | 2026年7月24日 | 65.0 | #23 |
| Claude Opus 4.8max | 2026年5月28日 | 61.1 | #67 |
| Claude Opus 4.7 | 2026年4月16日 | 63.1 | #43 |
| Claude Opus 4.6high | 2026年2月5日 | 62.5 | #50 |
| Claude Opus 4.5high | 2025年11月24日 | 59.7 | #98 |
| Claude Opus 4.1thinking | 2025年8月5日 | 58.1 | #137 |
| Claude Opus 4thinking | 2025年5月22日 | 55.7 | #202 |
| Claude 3 Opus本页 | 2024年3月4日 | 38.8 | #554 |
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
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 Diamond | 47.2%#243 | Epoch AI Benchmarking Hub | |
| SimpleBench | 23.5%#98 | SimpleBench | |
| Arena Hard Prompts | 1330#241 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 48.9%#442 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 2.8%#633 | Artificial Analysis | |
| Arena Expert不计入 Index | 1319#234 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 4.0%#146 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 17.0%#175 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 61.6%#187 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | 62.1%#59 | ForecastBench | |
| WinoGrande不计入 Index | 88.5%#2 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 19.2%#145 | WeirdML | |
| Arena Coding | 1355#249 | Arena (LMArena) | |
| SWE-bench Verified (any scaffold)不计入 Index | 15.8%#59 | SWE-bench | |
| LiveCodeBench (AA)不计入 Index | 27.9%#213 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Cybench | 10.0%#15 | Cybench | |
| METR Time Horizons不计入 Index | 29.5%#37 | METR |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 4.7%#259 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 37.5%#67 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1313#222 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SimpleQA Verified | 12.6%#94 | Epoch AI Benchmarking Hub | |
| MMLU不计入 Index | 84.6%#10 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1314#234 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1322#240 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1288#239 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1323#231 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1330#237 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1023#138 | Arena (LMArena) | |
| VISTA | 27.8%#50 | Scale AI SEAL |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 125.5#157 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 8.7#440 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 151.4#556 | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 79.0%#26 | Scale AI SEAL |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.029 | – | – |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.225 | – | – |
| 代码编辑 | 6,000 / 1,500 | $0.203 | – | – |
| 智能体编程会话 | 60,000 / 4,000 | $1.20 | – | – |
| 结构化信息提取 | 2,000 / 200 | $0.045 | – | – |
Anthropic 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude 3 Opus 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/claude-3-opus)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Claude 3 Opus on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-3-opus
BibTeX:
@misc{benchleader_claude_3_opus_20261116,
author = {{BenchLeader}},
title = {{Claude 3 Opus on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-3-opus}},
note = {Data as of 2026-11-16}
}常见问题
- Claude 3 Opus 的基准测试得分是多少?
- 截至 2026年11月16日,Claude 3 Opus 的 BenchLeader Index 为 38.8 ±4.7。最强的是人类偏好(48),最弱的是知识(26)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Claude 3 Opus 排名第几?
- 截至 2026年11月16日,Claude 3 Opus 在 608 个已排名配置中排第 554 名。另有 147 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Claude 3 Opus 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude 3 Opus 的价格为输入每百万 token $15.00、输出每百万 token $75.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $30.00。
- Claude 3 Opus 是什么时候发布的?
- Anthropic 于 2024年3月4日发布了 Claude 3 Opus。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Claude 3 Opus: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-3-opus。