Claude Opus 4.5
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,价格只有 42 分之一。
有 29 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)、GPT-6.1 Sol (66.6, $4.00),另有 26 个。
截至 2026年11月16日,Claude Opus 4.5(Anthropic)在 BenchLeader Index 上得分 59.7(在 608 个已排名配置中前 100 名)。表现最好的是推理(67),最弱的是智能体与工具(53)。API 价格为输入每百万 token $5.00、输出每百万 token $25.00(按 3:1 混合为 $10.00),为 2026年11月16日的标价。输出速度约为 40 token/秒(OpenRouter)。发布于 2025年11月24日。
要点(截至 2026年11月16日)
- Claude Opus 4.5 的 API 价格为输入每百万 token $5.00、输出每百万 token $25.00(按 3:1 混合为 $10.00)(标价,2026年11月16日)。
- Claude Opus 4.5 的输出速度约为 40 token/秒(OpenRouter,2026年11月16日)。
- Claude Opus 4.5 于 2025年11月24日发布(Anthropic)。
详细说明:Claude Opus 4.5 是 Anthropic 的闭源推理模型,发布于 2025年11月24日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 59.7 ±3.2,在 608 个配置中排第 98 名,处于上半区。关键在于这个“±”:另有 206 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,推理得分最高(67),智能体与工具最低(53)。按混合价格计,每百万 token $10.00,属于已排名模型中最贵的一档。输出速度为 40 token/秒,首 token 延迟 1.1 秒,位于最慢的四分之一。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $10.00/M
- 输入 $5.00 · 输出 $25.00
- 来源:models.dev
- 输出速度
- 40 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.11 s
- 上下文
- 200k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年11月24日
- 综合 Index60
- 推理67
- 编程61
- 智能体与工具53
- 数学65
- 知识60
- 人类偏好66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-opus-4-5)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本页 | 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 | 2024年3月4日 | 38.8 | #554 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 51.9 | #297 | 58 tok/s | 1.68 s | $0.0095 | 智能体与工具 69 · 指令遵循 45 · 长上下文 60 · 多模态 53 · 推理 37 |
| low | – | – | 40 tok/s | 1.11 s | $0.0095 | |
| medium | – | – | 40 tok/s | 1.11 s | $0.0095 | 编程 65 |
| high最佳 | 59.7 | #98 | 40 tok/s | 1.11 s | $0.0095 | 智能体与工具 53 · 编程 61 · 人类偏好 66 · 知识 60 · 数学 65 · 推理 67 |
| thinking | 59.3 | #108 | 65 tok/s | 14 s | $0.0095 | 智能体与工具 75 · 指令遵循 55 · 知识 56 · 长上下文 63 · 数学 64 · 多模态 57 · 推理 57 |
| 未说明 | 57.1 | #159 | 40 tok/s | 1.11 s | $0.0095 | 智能体与工具 71 · 编程 57 · 人类偏好 66 · 指令遵循 46 · 知识 55 · 数学 53 · 多模态 56 · 推理 60 |
Index 走势
2026年9月8日 至 2026年11月16日- high
- thinking
- 默认
- 无推理
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。
元数据
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 11.1#292 | 11.1#292 | Artificial Analysis |
推理
编程
智能体与工具
| 基准测试 | 无推理 | low | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Terminal-Bench推理强度未说明 | – | – | – | – | 63.1%#16 | Terminal-Bench | |
| GDPval推理强度未说明 | – | – | – | – | 45.5%#2 | OpenAI | |
| Cybench推理强度未说明 | – | – | – | – | 82.0%#2 | Cybench | |
| Remote Labor Index推理强度未说明 | – | – | – | – | 3.8%#12 | Scale AI / CAIS | |
| LiveBench Agentic Coding不计入 Index | – | – | 39.7%#63 | – | – | LiveBench | |
| Terminal-Bench Hard | 40.9%#53 | – | – | 47.0%#27 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 86.3%#89 | – | – | 89.5%#68 | – | Artificial Analysis | |
| MCP Atlas | – | – | 69.8%#25 | – | – | Scale AI SEAL | |
| BFCL Overall推理强度未说明 | – | – | – | – | 77.5%#1 | Berkeley Function Calling Leaderboard | |
| τ²-bench | – | – | 85.3%#2 | – | – | τ²-bench | |
| τ³-bench Banking不计入 Index | – | – | 24.7%#19 | – | – | τ²-bench | |
| Poker Agent不计入 Index推理强度未说明 | – | – | – | – | 1033.4%#11 | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | – | – | 58.4%#10 | – | – | Vals AI | |
| Arena Search不计入 Index推理强度未说明 | – | – | – | – | 1186#29 | Arena (LMArena) | |
| BALROG不计入 Index推理强度未说明 | – | – | – | – | 43.0%#11 | BALROG | |
| DeepResearch Bench不计入 Index | – | 53.7%#5 | 54.8%#3 | – | – | DeepResearch Bench | |
| METR Time Horizons不计入 Index推理强度未说明 | – | – | – | – | 75.0%#5 | METR | |
| Vending-Bench 2不计入 Index推理强度未说明 | – | – | – | – | 4967.1#37 | Andon Labs | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | – | – | – | 1156#51 | Design Arena | |
| DeepSearchQA不计入 Index | – | – | – | 24.0%#10 | – |
数学
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3推理强度未说明 | – | – | – | 34.4%#72 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4推理强度未说明 | – | – | – | 4.9%#70 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME推理强度未说明 | – | – | – | 86.1%#105 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | – | 36.0%#42 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 90.4%#35 | – | – | LiveBench | |
| AIME (Vals) | – | – | 95.4%#12 | 76.9%#50 | Vals AI | |
| MGSM | – | – | 95.2%#1 | 94.8%#2 | Vals AI | |
| Arena Maths | – | 1472#49 | – | 1462#64 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 62.7%#109 | – | 91.3%#20 | – | Artificial Analysis |
知识
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SimpleQA Verified推理强度未说明 | – | – | – | 45.7%#42 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 74.4%#38 | – | – | LiveBench | |
| MMLU-Pro | – | 87.3%#31 | – | – | Vals AI | |
| LegalBench | – | 84.6%#31 | – | – | Vals AI | |
| CorpFin | – | 65.1%#35 | – | – | Vals AI | |
| TaxEval | – | 74.9%#26 | – | – | Vals AI | |
| MedQA | – | – | 95.9%#10 | 93.2%#24 | Vals AI | |
| PRBench Finance | – | – | 46.2%#23 | – | Scale AI SEAL | |
| PRBench Legal | – | – | 44.2%#28 | – | Scale AI SEAL | |
| MultiNRC可能存在污染 | – | – | 48.6%#12 | 41.2%#18 | Scale AI SEAL | |
| CaseLaw v2不计入 Index | – | – | 62.6%#18 | – | Vals AI | |
| MedCode不计入 Index | – | 49.2%#25 | – | – | Vals AI | |
| MedScribe不计入 Index | – | 85.3%#28 | – | – | Vals AI | |
| EBR-bench不计入 Index推理强度未说明 | – | – | – | 14.3%#22 | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)不计入 Index | 90.6%#9 | – | 91.3%#6 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 81.3%#27 | – | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 62.5%#54 | – | – | LiveBench | |
| IFBench | 43.0%#233 | – | 58.0%#135 | – | Artificial Analysis | |
| MultiChallenge | – | – | 59.0%#18 | – | Scale AI SEAL | |
| TutorBench | – | – | 51.2%#16 | 49.8%#18 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index | – | 1483#21 | – | 1474#33 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1474#44 | 1470#51 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1686#36 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1469#23 | 1461#30 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1485#30 | 1484#33 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1495#24 | 1493#25 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| MMMU-Pro | 71.2%#151 | – | 74.0%#128 | – | Artificial Analysis | |
| VISTA | – | – | 46.4%#21 | 45.3%#27 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | – | 83.0%#36 | – | – | Vals AI | |
| MortgageTax不计入 Index | – | 68.7%#12 | – | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | – | – | 75.0%#18 | GeoBench | |
| VPCT不计入 Index推理强度未说明 | – | – | – | 40.0%#16 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index推理强度未说明 | – | – | – | 28.3%#30 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 70.7%#225 | 77.3%#148 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | 1468#22 | Arena (LMArena) |
综合
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 151.9#59 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | 72.6%#49 | – | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 23.7#192 | – | 29.1#137 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 251.2#258 | – | 284.4#159 | – | Artificial Analysis | |
| Vals RSI Index不计入 Index | – | 14.8%#26 | – | – | Vals AI |
安全与诚实
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FORTRESS不计入 Index | 9.6%#5 | 13.6%#16 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 92.5%#5 | 87.1%#12 | Scale AI SEAL |
GameBench 2 Overall: 47.1. 仅供参考,不计入 BenchLeader Index。
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.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 44 tok/s | 1.41 s | $5.00 | $25.00 | 200k | – |
| Anthropic | 41 tok/s | 1.02 s | $5.00 | $25.00 | 200k | – |
| Claude Platform on AWS | 39 tok/s | 1.05 s | $5.00 | $25.00 | 200k | – |
使用情况
Claude Opus 4.5 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
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,价格为每百万 token $0.500。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 | $0.0095 | $0.0081 | 8.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.075 | $0.035 | 16.1 s |
| 代码编辑 | 6,000 / 1,500 | $0.068 | $0.047 | 38.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.400 | $0.198 | 1.7 min |
| 结构化信息提取 | 2,000 / 200 | $0.015 | $0.0083 | 6.1 s |
Anthropic 的更多模型
将 Claude Opus 4.5 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Opus 4.5 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-opus-4-5)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 Opus 4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-opus-4-5
BibTeX:
@misc{benchleader_claude_opus_4_5_20261116,
author = {{BenchLeader}},
title = {{Claude Opus 4.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-opus-4-5}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Opus 4.5 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Opus 4.5(推理强度 high)的 BenchLeader Index 为 59.7 ±3.2(前 100 名)。最强的是推理(67),最弱的是智能体与工具(53)。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 Opus 4.5 排名第几?
- 截至 2026年11月16日,Claude Opus 4.5(推理强度 high)在 608 个已排名配置中排第 98 名(前 100 名)。另有 206 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 Opus 4.5 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Opus 4.5 的价格为输入每百万 token $5.00、输出每百万 token $25.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $10.00。
- Claude Opus 4.5 比 Claude Sonnet 5 更好吗?
- 截至 2026年11月16日,Claude Opus 4.5(推理强度 high)与 Claude Sonnet 5(推理强度 high)的质量不相上下(BenchLeader Index 59.7 比 59.0,在 ±4.1 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Claude Opus 4.5 是什么时候发布的?
- Anthropic 于 2025年11月24日发布了 Claude Opus 4.5。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Claude Opus 4.5: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-opus-4-5。