BenchLeader

Claude 3 Opus

质量第 288 / 339 名
38.8Index
后四分之一
较中位数 −11.4
价格第 248 / 255 名
$30.00每百万 token
最贵的四分之一
中位数的 35 倍
性价比第 252 / 255 名
1.3分/$
后四分之一
中位数的 0.0 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index39
  2. 推理35
  3. 编程38
  4. 智能体与工具38
  5. 数学40
  6. 知识26
  7. 人类偏好48
  8. 多模态28

嵌入这个排名

更多徽章样式
[![Claude 3 Opus on BenchLeader: 综合第 280 名](https://www.benchleader.com/badge/claude-3-opus.svg?style=compact)](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。

Anthropic 发布新模型时邮件通知我

进入排名时再通知一次,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 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 5.5max2026年9月22日68.4#4
Claude Opus 5max2026年7月24日65.0#23
Claude Opus 4.8max2026年5月28日61.1#67
Claude Opus 4.72026年4月16日63.1#43
Claude Opus 4.6high2026年2月5日62.5#50
Claude Opus 4.5high2025年11月24日59.7#98
Claude Opus 4.1thinking2025年8月5日58.1#137
Claude Opus 4thinking2025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
343944

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 Diamond47.2%#243Epoch AI Benchmarking Hub
SimpleBench23.5%#98SimpleBench
Arena Hard Prompts1330#241Arena (LMArena)
GPQA Diamond (AA)不计入 Index48.9%#442Artificial Analysis
Humanity's Last Exam (AA)不计入 Index2.8%#633Artificial Analysis
Arena Expert不计入 Index1319#234Arena (LMArena)
Chess Puzzles不计入 Index4.0%#146Epoch AI Benchmarking Hub
LMCA不计入 Index17.0%#175Epoch AI Benchmarking Hub
DTBench不计入 Index61.6%#187Epoch AI Benchmarking Hub
ForecastBench不计入 Index62.1%#59ForecastBench
WinoGrande不计入 Index88.5%#2Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
WeirdML19.2%#145WeirdML
Arena Coding1355#249Arena (LMArena)
SWE-bench Verified (any scaffold)不计入 Index15.8%#59SWE-bench
LiveCodeBench (AA)不计入 Index27.9%#213Artificial Analysis

智能体与工具

基准测试默认来源趋势
Cybench10.0%#15Cybench
METR Time Horizons不计入 Index29.5%#37METR

知识

基准测试默认来源趋势
SimpleQA Verified12.6%#94Epoch AI Benchmarking Hub
MMLU不计入 Index84.6%#10Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1314#234Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1322#240Arena (LMArena)
Arena Creative Writing不计入 Index1288#239Arena (LMArena)
Arena Multi-turn不计入 Index1323#231Arena (LMArena)
Arena Longer Queries不计入 Index1330#237Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1023#138Arena (LMArena)
VISTA27.8%#50Scale AI SEAL

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index125.5#157Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index8.7#440Artificial Analysis
AA Progress Index v1不计入 Index151.4#556Artificial Analysis

安全与诚实

基准测试默认来源趋势
MASK不计入 Index79.0%#26Scale 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

本月新上线

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。

[![Claude 3 Opus on BenchLeader: 综合第 280 名](https://www.benchleader.com/badge/claude-3-opus.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。