Claude Opus 4.7
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 85%。
有 9 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 6 个。
截至 2026年11月16日,Claude Opus 4.7(Anthropic)在 BenchLeader Index 上得分 63.1(在 608 个已排名配置中前 50 名)。表现最好的是智能体与工具(68),最弱的是编程(61)。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 48 token/秒(OpenRouter)。发布于 2026年4月16日。
要点(截至 2026年11月16日)
- Claude Opus 4.7 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 4.7 的输出速度约为 48 token/秒(OpenRouter,2026年11月16日)。
- Claude Opus 4.7 于 2026年4月16日发布(Anthropic)。
详细说明:Claude Opus 4.7 是 Anthropic 的闭源推理模型,发布于 2026年4月16日。其最佳配置在 BenchLeader Index 上得分 63.1 ±3.7,在 608 个配置中排第 43 名,处于上半区。关键在于这个“±”:另有 137 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,智能体与工具得分最高(68),编程最低(61)。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 48 token/秒,首 token 延迟 1.0 秒,位于最慢的四分之一。它已在 7 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
- 48 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.02 s
- 上下文
- 1M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年4月16日
- 综合 Index63
- 推理64
- 编程61
- 智能体与工具68
- 数学67
- 人类偏好67
- 多模态67
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-opus-4-7)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本页 | 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 | 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 | – | – | 80 tok/s | 1.24 s | $0.0095 | 智能体与工具 81 · 指令遵循 46 · 长上下文 62 · 多模态 59 |
| low | – | – | 48 tok/s | 1.02 s | $0.0095 | |
| high | 60.0 | #90 | 48 tok/s | 1.02 s | $0.0095 | 智能体与工具 56 · 编程 63 · 人类偏好 70 · 数学 69 · 多模态 67 · 推理 54 |
| xhigh | 57.0 | #163 | 48 tok/s | 1.02 s | $0.0095 | 知识 58 · 数学 60 · 推理 64 |
| max | 59.7 | #97 | 81 tok/s | 15 s | $0.0095 | 智能体与工具 60 · 编程 64 · 指令遵循 59 · 知识 62 · 长上下文 64 · 数学 57 · 多模态 61 · 推理 62 |
| thinking | – | – | 48 tok/s | 1.02 s | $0.0095 | 推理 73 |
| 未说明最佳 | 63.1 | #43 | 48 tok/s | 1.02 s | $0.0095 | 智能体与工具 68 · 编程 61 · 人类偏好 67 · 数学 67 · 多模态 67 · 推理 64 |
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- high
- max
- xhigh
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
编程
| 基准测试 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SWE-bench Verified (Epoch) | – | – | 83.5%#1 | – | Epoch AI Benchmarking Hub | |
| SciCode | – | – | 54.5%#69 | – | SciCode | |
| WeirdML | 76.4%#25 | – | 75.5%#28 | 76.4%#26 | WeirdML | |
| FrontierCode推理强度未说明 | – | – | – | 38.5%#29 | Cognition | |
| GSO-Bench | 44.1%#6 | – | – | 44.1%#6 | GSO-Bench | |
| Arena Coding | 1551#4 | – | – | 1547#9 | Arena (LMArena) | |
| Arena WebDev | 1557#48 | – | – | 1555#50 | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | – | 82.1%#11 | – | – | LiveBench | |
| LiveCodeBench | – | – | 85.1%#35 | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | 82.0%#21 | – | Vals AI | |
| Code Migration不计入 Index | – | – | 43.9%#26 | – | Vals AI | |
| ProgramBench不计入 Index | – | – | 0.0%#34 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | 71.0%#49 | – | Vals AI | |
| SWE Atlas v1.0: Codebase QnA不计入 Index推理强度未说明 | – | – | – | 40.3%#11 | Scale AI SEAL | |
| SWE Atlas v1.0: Refactoring不计入 Index推理强度未说明 | – | – | – | 48.6%#4 | Scale AI SEAL | |
| SWE Atlas v1.0: Test Writing不计入 Index推理强度未说明 | – | – | – | 38.5%#13 | Scale AI SEAL | |
| MirrorCode不计入 Index | 31.1%#35 | – | 43.3%#24 | – | Epoch AI Benchmarking Hub | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | – | 1323.0#37 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | – | 83.2%#36 | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 70.2%#32 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 31.7%#40 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | 97.8%#36 | 86.7%#97 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 54.0%#30 | – | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 92.8%#26 | – | – | LiveBench | |
| AIME (Vals)推理强度未说明 | – | – | – | 96.3%#7 | Vals AI | |
| AIME 2026可能存在污染 | – | 95.8%#13 | – | – | MathArena | |
| HMMT February 2026可能存在污染 | – | 93.9%#10 | – | – | MathArena | |
| MathArena Apex可能存在污染 | – | 40.6%#7 | – | – | MathArena | |
| Arena Maths | 1503#12 | – | – | 1490#28 | Arena (LMArena) |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | 51.7%#29 | – | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 78.3%#25 | – | – | LiveBench | |
| MMLU-Pro | – | 89.9%#8 | – | Vals AI | |
| LegalBench | – | 85.3%#24 | – | Vals AI | |
| CorpFin | – | 66.1%#23 | – | Vals AI | |
| TaxEval | – | 75.3%#21 | – | Vals AI | |
| CaseLaw v2不计入 Index推理强度未说明 | – | – | 68.4%#5 | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 63.7%#27 | – | Vals AI | |
| MedCode不计入 Index | – | 54.9%#7 | – | Vals AI | |
| MedScribe不计入 Index | – | 83.0%#47 | – | Vals AI | |
| EBR-bench不计入 Index | – | 19.1%#20 | – | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | – | 21.0%#30 | – | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 无推理 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | 77.9%#40 | – | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | 66.7%#40 | – | – | LiveBench | |
| IFBench | 43.6%#224 | – | – | 58.6%#132 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | 1503#7 | – | – | 1493#13 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1501#8 | 1494#12 | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1293#7 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1915#15 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1489#9 | 1482#13 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1516#6 | 1514#7 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1516#7 | 1508#11 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Vision | – | 1314#8 | – | 1319#4 | Arena (LMArena) | |
| MMMU-Pro | 76.4%#100 | – | 78.8%#77 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 85.5%#24 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 70.3%#3 | – | Vals AI | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | 24.5%#28 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | – | 33.3%#27 | – | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 75.7%#171 | – | 78.7%#125 | – | Artificial Analysis | |
| Arena Document不计入 Index | – | 1494#6 | – | 1494#5 | Arena (LMArena) |
综合
| 基准测试 | 无推理 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | 157.4#30 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | 76.5%#29 | – | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 30.9#122 | – | – | 40.7#66 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 288.5#149 | – | – | 312.5#85 | – | Artificial Analysis | |
| Vals RSI Index不计入 Index | – | – | – | 19.1%#21 | – | Vals AI | |
| Vals Multimodal Index不计入 Index | – | 67.4%#10 | – | – | – | Vals AI |
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 |
|---|---|---|---|---|---|---|
| Anthropic | 66 tok/s | 0.79 s | $5.00 | $25.00 | 1M | – |
| Google Vertex | 63 tok/s | 0.69 s | $5.00 | $25.00 | 1M | – |
| Amazon Bedrock | 54 tok/s | 1.30 s | $5.00 | $25.00 | 1M | – |
| Claude Platform on AWS | 48 tok/s | 0.78 s | $5.00 | $25.00 | 1M | – |
使用情况
Claude Opus 4.7 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 | 7.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.075 | $0.035 | 13.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.068 | $0.047 | 32.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.400 | $0.198 | 1.4 min |
| 结构化信息提取 | 2,000 / 200 | $0.015 | $0.0083 | 5.2 s |
Anthropic 的更多模型
将 Claude Opus 4.7 与以下模型对比
- Claude Opus 4.7 vs Gemini 4 Argon
- Claude Opus 4.7 vs GPT-6.1 Sol
- Claude Opus 4.7 vs Grok 4.7
- Claude Opus 4.7 vs Gemini 4 Hydrogen
- Claude Opus 4.7 vs GPT-5.5
- Claude Opus 4.7 vs Claude Sonnet 5.5
- Claude Opus 4.7 vs Gemini 4 Carbon
- Claude Opus 4.7 vs DeepSeek V4.1 Flash 1017
- Claude Opus 4.7 vs Grok 4
- Claude Opus 4.7 vs Kimi K3.1 Pro
- Claude Opus 4.7 vs Muse Spark 1.3
- Claude Opus 4.7 vs DeepSeek V4 Pro
- Claude Opus 4.7 vs GPT-5.4
- Claude Opus 4.7 vs Step 5 Preview
- Claude Opus 4.7 vs GLM 5.2
- Claude Opus 4.7 vs Kimi K3
- Claude Opus 4.7 vs Gemini 3.8 Flash
- Claude Opus 4.7 vs Muse Wonder Full
- Claude Opus 4.7 vs Claude Opus 5
- Claude Opus 4.7 vs GPT-5.6 Sol
- Claude Opus 4.7 vs Claude Fable 5.2
- Claude Opus 4.7 vs Gemini 3.7 Flash
- Claude Opus 4.7 vs Muse Spark 1.1
- Claude Opus 4.7 vs Kimi K3.1 Pro Together
- Claude Opus 4.7 vs Muse Spark 1.2
- Claude Opus 4.7 vs MiMo-V2.6-Pro
- Claude Opus 4.7 vs Qwen3.6 Max
- Claude Opus 4.7 vs Claude Opus 4.6
- Claude Opus 4.7 vs Gemini 3.5 Flash
- Claude Opus 4.7 vs GPT-6 Sol
- Claude Opus 4.7 vs GPT-5.3-Codex
- Claude Opus 4.7 vs GPT-5.4 Pro
- Claude Opus 4.7 vs GPT-6.1 Terra
- Claude Opus 4.7 vs Muse Spark
- Claude Opus 4.7 vs Muse Wonder
- Claude Opus 4.7 vs Claude Fable 5
- Claude Opus 4.7 vs Muse Spark Open
- Claude Opus 4.7 vs Claude Fable 5.1
- Claude Opus 4.7 vs GPT-6 Astra
- Claude Opus 4.7 vs Claude Opus 5.5
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Opus 4.7 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-4-7)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 4.7 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-opus-4-7
BibTeX:
@misc{benchleader_claude_opus_4_7_20261116,
author = {{BenchLeader}},
title = {{Claude Opus 4.7 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-opus-4-7}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Opus 4.7 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Opus 4.7 的 BenchLeader Index 为 63.1 ±3.7(前 50 名)。最强的是智能体与工具(68),最弱的是编程(61)。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 4.7 排名第几?
- 截至 2026年11月16日,Claude Opus 4.7 在 608 个已排名配置中排第 43 名(前 50 名)。另有 137 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 4.7 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Opus 4.7 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 4.7 比 GPT-5.4 更好吗?
- 截至 2026年11月16日,Claude Opus 4.7 与 GPT-5.4(推理强度 xhigh)的质量不相上下(BenchLeader Index 63.1 比 63.1,在 ±4.6 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 4.7 是什么时候发布的?
- Anthropic 于 2026年4月16日发布了 Claude Opus 4.7。BenchLeader 收录了它在 7 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 4.7: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-4-7。