Claude Opus 5.5
性价比更高: Gemini 4 Carbon $4.00/M 即可获得 Index 68.9,价格只有一半。
截至 2026年11月16日,Claude Opus 5.5(Anthropic)在 BenchLeader Index 上得分 68.4(在 608 个已排名配置中前 10 名)。表现最好的是编程(79),最弱的是智能体与工具(61)。API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00),为 2026年11月16日的标价。输出速度约为 120 token/秒(Artificial Analysis)。发布于 2026年9月22日。
要点(截至 2026年11月16日)
- Claude Opus 5.5 的 API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00)(标价,2026年11月16日)。
- Claude Opus 5.5 的输出速度约为 120 token/秒(Artificial Analysis,2026年11月16日)。
- Claude Opus 5.5 于 2026年9月22日发布(Anthropic)。
详细说明:Claude Opus 5.5 是 Anthropic 的闭源推理模型,发布于 2026年9月22日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 68.4 ±4.3,在 608 个配置中排第 4 名,位居前 10。关键在于这个“±”:另有 34 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,编程得分最高(79),智能体与工具最低(61)。按混合价格计,每百万 token $8.00,属于已排名模型中最贵的一档。输出速度为 116 token/秒,首次回答需 380.2 秒,比大多数模型快。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
- $8.00/M
- 输入 $4.00 · 输出 $20.00
- 来源:Artificial Analysis
- 输出速度
- 116 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 380 s
- 首 token 2.96 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 711 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $10.04
- 每项任务 25 min,AA Index
- 单任务 token 数
- 173k
- 其中 70% 为推理
- 发布日期
- 2026年9月22日
- 综合 Index68
- 推理72
- 编程79
- 智能体与工具61
- 数学73
- 知识73
- 多模态70
- 长上下文67
- 综合70
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-opus-5-5)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本页 | 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 | 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 |
|---|---|---|---|---|---|---|
| low | 58.9 | #116 | 105 tok/s | 4.59 s | $0.0076 | 编程 52 · 知识 66 · 长上下文 65 · 多模态 67 · 推理 59 |
| medium | 61.2 | #66 | 106 tok/s | 15 s | $0.0076 | 智能体与工具 51 · 编程 66 · 知识 66 · 长上下文 67 · 多模态 68 · 推理 68 |
| high | 66.0 | #13 | 108 tok/s | 26 s | $0.0076 | 智能体与工具 74 · 编程 68 · 人类偏好 70 · 知识 68 · 长上下文 66 · 数学 70 · 多模态 68 · 推理 70 |
| xhigh | 65.4 | #17 | 111 tok/s | 78 s | $0.0076 | 编程 75 · 知识 68 · 长上下文 67 · 多模态 69 · 推理 73 |
| max最佳 | 68.4 | #4 | 116 tok/s | 380 s | $0.0076 | 智能体与工具 61 · 编程 79 · 综合 70 · 知识 73 · 长上下文 67 · 数学 73 · 多模态 70 · 推理 72 |
| 未说明 | 61.0 | #70 | 77 tok/s | 2.96 s | $0.0076 | 智能体与工具 64 · 人类偏好 72 · 知识 55 · 推理 76 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 10 倍,Index 变化 +9.5,相当于支出每翻一倍提升 2.8 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年9月23日 至 2026年11月16日- max
- high
- xhigh
- medium
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 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | 90.6%#46 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | – | – | 88.4%#4 | SimpleBench | |
| Arena Hard Prompts | – | – | 1530#4 | – | – | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | 92.2%#4 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | 90.7%#10 | 92.2%#3 | – | LiveBench | |
| Humanity's Last Exam (AA)不计入 Index | 48.3%#40 | 54.7%#16 | 55.6%#12 | 57.5%#9 | 61.4%#5 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 41.7%#38 | 51.4%#25 | 55.6%#20 | 64.0%#8 | 67.9%#5 | – | Artificial Analysis | |
| ARC-AGI-1 | 88.5%#95 | 97.5%#14 | 98.5%#1 | 97.5%#14 | 97.5%#14 | – | ARC Prize | |
| ARC-AGI-2 | 70.1%#66 | 87.5%#29 | 93.3%#5 | 92.5%#7 | 91.7%#13 | – | ARC Prize | |
| CritPt不计入 Index | 17.7%#85 | 27.7%#35 | 30.9%#15 | 31.7%#6 | 31.7%#6 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 36.0%#66 | 54.0%#37 | 59.5%#31 | 67.5%#15 | 68.0%#13 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | – | – | 49.5%#3 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明可能存在污染 | – | – | – | – | – | 55.0%#3 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | – | 1545#4 | – | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | – | – | 67.0%#7 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | – | – | 71.0%#6 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 64.9%#18 | 65.7%#12 | 65.9%#11 | 66.2%#9 | 68.2%#7 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 95.5%#43 | 96.5%#27 | 96.5%#27 | 97.3%#14 | 98.9%#2 | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 91.2%#4 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 95.0%#8 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | – | 100.0%#1 | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 100.0%#1 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 96.8%#5 | 97.1%#1 | LiveBench | |
| ArXivMath不计入 Index | 82.6%#4 | – | – | MathArena | |
| BrokenArXiv不计入 Index | 77.3%#3 | – | – | MathArena | |
| Arena Maths | 1514#8 | – | – | Arena (LMArena) | |
| FrontierMath Erdős不计入 Index | – | – | 2.9%#2 | Epoch AI Benchmarking Hub |
知识
指令遵循
| 基准测试 | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 85.5%#12 | 86.3%#10 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 67.0%#39 | 65.7%#43 | LiveBench | |
| Arena Instruction Following不计入 Index | 1518#3 | – | – | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1507#4 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1340#2 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2051#8 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1517#2 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1502#11 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1520#5 | – | Arena (LMArena) |
多模态
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Arena Vision | – | – | 1324#2 | – | – | – | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | – | – | – | 83.3%#2 | – | LiveBench | |
| MMMU-Pro | 84.7%#19 | 85.7%#10 | 85.8%#9 | 86.6%#5 | 87.7%#3 | – | Artificial Analysis | |
| SAGE不计入 Index | – | – | – | – | 91.3%#1 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | – | 44.6%#6 | – | – | Scale AI SEAL | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | – | – | 51.2%#3 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | – | – | – | 83.3%#2 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | – | – | – | 61.5%#4 | – | Handshake AI | |
| Code2Video-AA不计入 Index | – | – | – | – | 1536#1 | – | Artificial Analysis | |
| AA-3D不计入 Index | – | – | – | – | 1202#3 | – | Artificial Analysis | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | – | – | – | 56.4%#3 |
长上下文
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 80.7%#74 | 84.3%#10 | 82.7%#40 | 84.7%#6 | 84.7%#6 | – | Artificial Analysis | |
| MLCR不计入 Index | 19.4%#58 | 22.2%#42 | 15.0%#88 | 25.0%#33 | 27.8%#24 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | – | – | 62.5%#17 |
综合
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | 168.5#4 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | 83.4%#5 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | – | – | 82.1%#5 | 83.2%#2 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 34.8#51 | 48.2#28 | 51.8#18 | 57.4#7 | 59.1#5 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 42.3#56 | 51.2#15 | 53.6#6 | 56.0#3 | 57.6#1 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 325#42 | 340.3#22 | 344#13 | 351.3#2 | 350#6 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | – | 70.1#4 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | – | 65.3%#4 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | – | – | – | 37.3%#2 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | 58.6%#5 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | – | – | – | 64.2%#6 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | – | 72.4%#11 | – | Vals AI | |
| AA Cyber Index不计入 Index | – | – | – | – | 28.7#20 | – | Artificial Analysis |
安全与诚实
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FORTRESS不计入 Index | 5.8%#1 | 13.2%#14 | Scale AI SEAL | |
| DistressBench不计入 Index推理强度未说明 | – | 75.6%#12 | Scale AI SEAL |
GameBench 2 Overall: 87.6. GameBench 2, best reasoning setting (XHigh): 94.8. 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。
- #1OTIS Mock AIME100.0% · 共 289 个
- #1ProofBench100.0% · 共 85 个
- #2SciCode66.9% · 共 236 个
- #2Arena WebDev1815 · 共 150 个
- #2Arena Agent19.5 · 共 58 个
- #3MMMU-Pro87.7% · 共 296 个
- #4FrontierMath Tiers 1–391.2% · 共 123 个
- #4IOI95.1% · 共 46 个
- #4FrontierCode 2.0 (AA)46.4% · 共 133 个
- #5APEX-Agents73.5% · 共 65 个
- #5LiveBench 2.083.4% · 共 34 个
- #5HLE-Diamond (AA)67.9% · 共 169 个
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 | 187 tok/s | 1.76 s | $8.00 | $40.00 | 1M | – |
| Google Vertex | 83 tok/s | 3.20 s | $4.00 | $20.00 | 1M | – |
| Anthropic | 81 tok/s | 2.53 s | $4.00 | $20.00 | 1M | – |
| Azure | 80 tok/s | 1.10 s | $4.00 | $20.00 | 1M | – |
| Google Vertex | 80 tok/s | 2.41 s | $4.40 | $22.00 | 1M | – |
| Claude Platform on AWS | 77 tok/s | 2.85 s | $4.00 | $20.00 | 1M | – |
| Google Vertex | 75 tok/s | 3.07 s | $4.40 | $22.00 | 1M | – |
| Amazon Bedrock | 68 tok/s | 4.63 s | $4.00 | $20.00 | 1M | – |
| Amazon Bedrock | 57 tok/s | 4.21 s | $4.40 | $22.00 | 1M | – |
| Amazon Bedrock | 38 tok/s | 1.63 s | $4.40 | $22.00 | 1M | – |
使用情况
Claude Opus 5.5 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
过去 30 天的典型请求:每次请求 123.5k token、每个输出 token 对应 112 个输入 token、90% 的输入来自缓存、50% 的输出为推理内容、每次请求 0.64 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Claude Code (13.9T)、Hermes Agent (1.28T)、pi (894B)、omp (391B)、Codex (159B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Anthropic | 305 tok/s | 1.24 s | 100.00% |
| Amazon Bedrock | 110 tok/s | 1.03 s | 99.96% |
| Google Vertex | 109 tok/s | 2.09 s | 100.00% |
| Claude on AWS | 108 tok/s | 1.89 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics · 数据截至 2026年11月16日。
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 $0.200。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 | $0.0076 | $0.0065 | 6.4 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.060 | $0.026 | 6.4 min |
| 代码编辑 | 6,000 / 1,500 | $0.054 | $0.037 | 6.6 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.320 | $0.149 | 6.9 min |
| 结构化信息提取 | 2,000 / 200 | $0.012 | $0.0063 | 6.4 min |
包含该模型的编程套餐
可以使用 Claude Opus 5.5 的订阅套餐,列出各自的用量限制和单项任务成本。
Anthropic 的更多模型
将 Claude Opus 5.5 与以下模型对比
- Claude Opus 5.5 vs Gemini 4 Argon
- Claude Opus 5.5 vs GPT-6.1 Sol
- Claude Opus 5.5 vs GPT-5-Codex
- Claude Opus 5.5 vs Gemini 4 Carbon
- Claude Opus 5.5 vs Muse Wonder Full
- Claude Opus 5.5 vs Claude Fable 5.2
- Claude Opus 5.5 vs GPT-5.2
- Claude Opus 5.5 vs GLM 5.3
- Claude Opus 5.5 vs Grok 4.7
- Claude Opus 5.5 vs Kimi K2.6
- Claude Opus 5.5 vs MiniMax M3.1 Flash
- Claude Opus 5.5 vs Kimi K3
- Claude Opus 5.5 vs Kimi K3.1 Pro
- Claude Opus 5.5 vs Qwen3.8-Flash-Next
- Claude Opus 5.5 vs Claude Sonnet 5.5
- Claude Opus 5.5 vs GPT-6.1 Terra
- Claude Opus 5.5 vs GPT-5 Pro
- Claude Opus 5.5 vs DeepSeek V4.1 Flash 1017
- Claude Opus 5.5 vs GPT-6 Astra
- Claude Opus 5.5 vs Claude Mythos 5.2
- Claude Opus 5.5 vs GLM 5.3 Flash
- Claude Opus 5.5 vs Claude Fable 5.1
- Claude Opus 5.5 vs o3
- Claude Opus 5.5 vs Grok 4.5
- Claude Opus 5.5 vs Muse Spark
- Claude Opus 5.5 vs GPT-5.2-Codex
- Claude Opus 5.5 vs Muse Spark Open
- Claude Opus 5.5 vs Muse Spark 1.2
- Claude Opus 5.5 vs Kimi K2.5
- Claude Opus 5.5 vs MiMo-V2.6-Flash
- Claude Opus 5.5 vs Qwen3.7 Plus
- Claude Opus 5.5 vs Gemini 3.6 Flash
- Claude Opus 5.5 vs Muse Spark Open 816B A42B
- Claude Opus 5.5 vs Claude Haiku 5.5
- Claude Opus 5.5 vs Step 5 Preview
- Claude Opus 5.5 vs GLM 5.2
- Claude Opus 5.5 vs Grok 4.20 Multi-Agent
- Claude Opus 5.5 vs Inkling 2 Small
- Claude Opus 5.5 vs Muse Wonder
- Claude Opus 5.5 vs Gemini 3.7 Flash
- Claude Opus 5.5 vs Gemini 3.1 Pro
- Claude Opus 5.5 vs Gemini 3 Pro
- Claude Opus 5.5 vs Claude Sonnet 5
- Claude Opus 5.5 vs GPT-5
- Claude Opus 5.5 vs DeepSeek V4 Pro
- Claude Opus 5.5 vs Mimo v2 Omni
- Claude Opus 5.5 vs GPT-5.4 Pro
- Claude Opus 5.5 vs GPT-6 Sol
- Claude Opus 5.5 vs Muse Spark 1.1
- Claude Opus 5.5 vs Gemini 3.5 Flash
- Claude Opus 5.5 vs Qwen3.6 Max
- Claude Opus 5.5 vs Kimi K3.1 Pro Together
- Claude Opus 5.5 vs Claude Fable 5
- Claude Opus 5.5 vs GPT-5.6 Sol
- Claude Opus 5.5 vs Claude Opus 5
- Claude Opus 5.5 vs GPT-5.5
- Claude Opus 5.5 vs Gemini 4 Hydrogen
- Claude Opus 5.5 vs Claude Opus 4.7
- Claude Opus 5.5 vs GPT-5.4
- Claude Opus 5.5 vs GPT-5.3-Codex
- Claude Opus 5.5 vs Claude Opus 4.6
- Claude Opus 5.5 vs Muse Spark 1.3
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Opus 5.5 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-5-5)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 5.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-opus-5-5
BibTeX:
@misc{benchleader_claude_opus_5_5_20261116,
author = {{BenchLeader}},
title = {{Claude Opus 5.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-opus-5-5}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Opus 5.5 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Opus 5.5(推理强度 max)的 BenchLeader Index 为 68.4 ±4.3(前 10 名)。最强的是编程(79),最弱的是智能体与工具(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 5.5 排名第几?
- 截至 2026年11月16日,Claude Opus 5.5(推理强度 max)在 608 个已排名配置中排第 4 名(前 10 名)。另有 34 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 5.5 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Opus 5.5 的价格为输入每百万 token $4.00、输出每百万 token $20.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $8.00。
- Claude Opus 5.5 比 Gemini 4 Carbon 更好吗?
- 截至 2026年11月16日,Claude Opus 5.5(推理强度 max)与 Gemini 4 Carbon(推理强度 high)的质量不相上下(BenchLeader Index 68.4 比 68.9,在 ±4.7 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 5.5 是什么时候发布的?
- Anthropic 于 2026年9月22日发布了 Claude Opus 5.5。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 5.5: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-5-5。