Opus 4.7vsGPT-5.4
在 11 个共同 benchmark 中，GPT-5.4 整体领先：Opus 4.7 领先 4 项，GPT-5.4 领先 6 项，持平 1 项，平均分差 -0.45。
Opus 4.74 项(36%)持平1(55%)6 项GPT-5.4
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
胶着 5/5| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| HLE | 54.708 / 157Extended (with tools) | 52.1014 / 157极高强度思考（工具） | +2.60 |
| GPQA Diamond | 94.204 / 178Extended (no tools) | 92.8010 / 178极高强度思考（无工具） | +1.40 |
| ARC-AGI-2 | 75.809 / 59最高（无工具） | 77.107 / 59Normal (No Tools) | -1.30 |
| ARC-AGI | 93.509 / 65Thinking High (No Tools) | 93.707 / 65Normal (No Tools) | -0.20 |
| ARC-AGI-3 | 05 / 6Thinking High (No Tools) | 04 / 6Thinking High (No Tools) | 持平 |
AI Agent - Tool Usage
胶着 2/2| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 69.406 / 46Extended (with tools) | 75.104 / 46极高强度思考（工具） | -5.70 |
| OSWorld-Verified | 786 / 18Extended (with tools) | 757 / 18极高强度思考（工具） | +3 |
Math and Reasoning
GPT-5.4 领先 2/2| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 22.9012 / 80极高强度思考（无工具） | 27.1011 / 80极高强度思考（无工具） | -4.20 |
| FrontierMath | 43.806 / 60极高强度思考（无工具） | 47.605 / 60极高强度思考（无工具） | -3.80 |
AI Agent - Information Search
GPT-5.4 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| BrowseComp | 79.3013 / 45Extended (with tools) | 82.7011 / 45极高强度思考（工具） | -3.40 |
Coding and Software Engineer
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 64.304 / 43Extended (with tools) | 57.7010 / 43极高强度思考（无工具） | +6.60 |
规格对比
| 字段 | Opus 4.7 | GPT-5.4 |
|---|---|---|
| 发布机构 | Anthropic | OpenAI |
| 发布时间 | 2026-04-16 | 2026-03-05 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 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 | 1M |
| 最大输出 | 128K | 125K |
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 | Opus 4.7 | GPT-5.4 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $2.5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $6.25 / 1M tokens | $0.25 / 1M tokens |
小结
- Opus 4.7在以下类目领先:Coding and Software Engineer (1/1)
- GPT-5.4在以下类目领先:Math and Reasoning (2/2)、AI Agent - Information Search (1/1)
- 胶着类目:General Knowledge、AI Agent - Tool Usage
11 个共同 benchmark 上，GPT-5.4 平均高出 0.45 分。
单项差距最大的 benchmark：SWE-Bench Pro - Public — Opus 4.7 64.30，GPT-5.4 57.70（分差 +6.60）。
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。