Claude Opus 4.6vsClaude Opus 4
在 11 个共同 benchmark 中，Claude Opus 4.6 整体领先：Claude Opus 4.6 领先 10 项，Claude Opus 4 领先 1 项，持平 0 项，平均分差 +26.70。
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Claude Opus 4
Anthropic · 2025-05-23 · 推理大模型
Claude Opus 4.610 项(91%)(9%)1 项Claude Opus 4
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
General Knowledge
Claude Opus 4.6 领先 4/4| 评测项 | Claude Opus 4.6 | Claude Opus 4 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 66.3015 / 59Extended (no tools) | 8.6039 / 59 | +57.70 |
| ARC-AGI | 9211 / 65Extended (no tools) | 35.7048 / 65 | +56.30 |
| HLE | 5311 / 157Extended (with tools, internet) | 10.70129 / 157 | +42.30 |
| GPQA Diamond | 91.3114 / 178Extended (no tools) | 79.6079 / 178 | +11.71 |
Math and Reasoning
Claude Opus 4.6 领先 3/4| 评测项 | Claude Opus 4.6 | Claude Opus 4 | 分差 |
|---|---|---|---|
| FrontierMath | 40.707 / 60最高（无工具） | 4.5039 / 60 | +36.20 |
| AIME2025 | 99.797 / 106Extended (no tools) | 75.5065 / 106 | +24.29 |
| FrontierMath - Tier 4 | 22.9012 / 80最高（无工具） | 4.2040 / 80 | +18.70 |
| MATH-500 | 97.6010 / 44Extended (no tools) | 98.203 / 44 | -0.60 |
Coding and Software Engineer
Claude Opus 4.6 领先 2/2| 评测项 | Claude Opus 4.6 | Claude Opus 4 | 分差 |
|---|---|---|---|
| LiveCodeBench | 7637 / 120Extended (no tools) | 56.6076 / 120 | +19.40 |
| SWE-bench Verified | 80.849 / 108Extended (with tools) | 72.5048 / 108 | +8.34 |
Agent Level Benchmark
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Claude Opus 4 | 分差 |
|---|---|---|---|
| τ²-Bench | 91.891 / 40Extended (with tools) | 72.5022 / 40 | +19.39 |
规格对比
| 字段 | Claude Opus 4.6 | Claude Opus 4 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-05 | 2025-05-23 |
| 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 | 32K |
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 | Claude Opus 4 |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | 暂无公开价格 |
| 文本输出 | $25 / 1M tokens | 暂无公开价格 |
| 缓存读取 | $0.5 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $10 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Claude Opus 4.6在以下类目领先:General Knowledge (4/4)、Math and Reasoning (3/4)、Coding and Software Engineer (2/2)、Agent Level Benchmark (1/1)
11 个共同 benchmark 上，Claude Opus 4.6 平均高出 26.70 分。
单项差距最大的 benchmark：ARC-AGI-2 — Claude Opus 4.6 66.30，Claude Opus 4 8.60（分差 +57.70）。
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。