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 +9.99。
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
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 +9.99。
Anthropic · 2026-02-05 · 推理大模型
Anthropic · 2025-11-25 · 推理大模型
按能力类目分组，每组内按分差大小排列；共 14 项。
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 66.3014 / 58Extended (no tools) | 37.6025 / 58Extended (no tools) | +28.70 |
| ARC-AGI | 9211 / 65Extended (no tools) | 8021 / 65Extended (no tools) | +12 |
| HLE | 538 / 149Extended (with tools, internet) | 43.2034 / 149Extended (with tools) | +9.80 |
| GPQA Diamond | 91.3112 / 175Extended (no tools) | 8735 / 175Extended (no tools) | +4.31 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench | 91.891 / 40Extended (with tools) | 81.9913 / 40Extended (with tools) | +9.90 |
| τ²-Bench - Telecom | 99.252 / 35Extended (with tools) | 90.7021 / 35Extended (with tools) | +8.55 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| FrontierMath | 40.707 / 60最高（无工具） | 20.7017 / 60Extended (no tools) | +20 |
| FrontierMath - Tier 4 | 22.9012 / 80最高（无工具） | 4.2040 / 80Normal (No Tools) | +18.70 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| LiveCodeBench | 7635 / 118Extended (no tools) | 8710 / 118Extended (with tools) | -11 |
| SWE-bench Verified | 80.846 / 103Extended (with tools) | 80.905 / 103Extended (with tools) | -0.06 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 65.409 / 43Extended (with tools) | 59.3017 / 43Extended (with tools) | +6.10 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Pinch Bench | 87.407 / 37Thinking (With Tools) | 87.208 / 37Extended (with tools) | +0.20 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| MMMU | 77.3015 / 28Extended (with tools) | 80.7010 / 28Extended (no tools) | -3.40 |
| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| IF Bench | 941 / 27Extended (no tools) | 5818 / 27Extended (with tools) | +36 |
| 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 | 0.0 | 0.0 |
| 上下文长度 | 1000K | 200K |
| 最大输出 | 65536 | 65536 |
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 | $0.5 / 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 | $10 / 1M tokens | $6.25 / 1M tokens |
14 个共同 benchmark 上，Claude Opus 4.6 平均高出 9.99 分。
单项差距最大的 benchmark：IF Bench — Claude Opus 4.6 94，Opus 4.5 58（分差 +36）。
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。