Claude Opus 4.6vsOpus 4.5
在 14 个共同 benchmark 中，Claude Opus 4.6 整体领先：Claude Opus 4.6 领先 11 项，Opus 4.5 领先 3 项，持平 0 项，平均分差 +17.34。
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Opus 4.5
Anthropic · 2025-11-25 · 推理大模型
Claude Opus 4.611 项(79%)(21%)3 项Opus 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
Agent Level Benchmark
Claude Opus 4.6 领先 2/3| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench | 91.891 / 44Extended (with tools) | 81.9913 / 44Extended (with tools) | +9.90 |
| Terminal Bench Hard | 48.5025 / 244Normal (With Tools) | 40.9050 / 244Normal (With Tools) | +7.60 |
| τ²-Bench - Telecom | 84.8090 / 264Normal (With Tools) | 86.3082 / 264Normal (With Tools) | -1.50 |
Coding and Software Engineer
Claude Opus 4.6 领先 2/3| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5558 / 35Normal (No Tools) | 1,47920 / 35Normal (No Tools) | +76.35 |
| GSO | 33.335 / 21Normal (With Tools) | 26.508 / 21Normal (With Tools) | +6.83 |
| SWE-bench Verified | 80.8410 / 116Extended (with tools) | 80.909 / 116Extended (with tools) | -0.06 |
General Knowledge
Claude Opus 4.6 领先 2/2| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 9240 / 147Extended (no tools) | 8073 / 147Extended (no tools) | +12 |
| CritPt | 2.80120 / 200Normal (No Tools) | 0.30182 / 200Normal (No Tools) | +2.50 |
AI Agent - Tool Usage
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 65.4011 / 48Extended (with tools) | 59.3020 / 48Extended (with tools) | +6.10 |
Instruction Following
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| IF Bench | 44.60182 / 282Normal (No Tools) | 43194 / 282Normal (No Tools) | +1.60 |
Long Context
Opus 4.5 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| AA-LCR | 67116 / 170Normal (No Tools) | 70.7099 / 170Normal (No Tools) | -3.70 |
Multimodal Understanding
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| MMMU-Pro | 72.50113 / 226Normal (No Tools) | 71.20120 / 227Normal (No Tools) | +1.30 |
Writing and Creative Capabilities
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,80419 / 106Normal (No Tools) | 1,68329 / 106Normal (No Tools) | +120.90 |
科学与综合推理
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 84176 / 462Normal (No Tools) | 81220 / 462Normal (No Tools) | +3 |
规格对比
| 字段 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-05 | 2025-11-25 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 200K |
| 最大输出 | 64K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- Claude Opus 4.6在以下类目领先:Agent Level Benchmark (2/3)、Coding and Software Engineer (2/3)、General Knowledge (2/2)、AI Agent - Tool Usage (1/1)、Instruction Following (1/1)、Multimodal Understanding (1/1)、Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
- Opus 4.5在以下类目领先:Long Context (1/1)
14 个共同 benchmark 上，Claude Opus 4.6 平均高出 17.34 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 4.6 1,804，Opus 4.5 1,683（分差 +120.90）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。