Claude Opus 5.5vsGPT-6 Sol
在 23 个共同 benchmark 中，Claude Opus 5.5 整体领先：Claude Opus 5.5 领先 23 项，GPT-6 Sol 领先 0 项，持平 0 项，平均分差 +9.31。
Claude Opus 5.5
Anthropic · 2026-09-22 · 推理大模型
GPT-6 Sol
OpenAI · 2026-09-22 · 推理大模型
Claude Opus 5.523 项(100%)(0%)0 项GPT-6 Sol
评测分数
按能力类目分组，每组内按分差大小排列；共 23 项。
金融
Claude Opus 5.5 领先 3/3| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Tax Agent Bench | 70.506 / 20Max (With Tools) | 53.0520 / 20Max (With Tools) | +17.45 |
| Finance Agent v2 | 58.598 / 42Max (With Tools) | 49.0531 / 42Max (With Tools) | +9.54 |
| EMB (Excel Modeling) | 75.942 / 42Max (With Tools) | 71.538 / 42Max (With Tools) | +4.41 |
临床工作与医疗决策
Claude Opus 5.5 领先 2/2| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| MedScribe | 91.431 / 66Max (With Tools) | 82.0337 / 66Max (With Tools) | +9.40 |
| MedCode | 49.8011 / 64Max (With Tools) | 47.0727 / 64Max (With Tools) | +2.73 |
客服与业务流程
Claude Opus 5.5 领先 2/2| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Public Benefits Bench v1.1 | 70.643 / 26Max (With Tools) | 56.6322 / 26Max (With Tools) | +14.01 |
| SAGE | 45.8329 / 64Max (With Tools) | 44.7932 / 64Max (With Tools) | +1.04 |
法律
Claude Opus 5.5 领先 2/2| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Legal Research Bench | 50.484 / 42Max (With Tools) | 28.8532 / 42Max (With Tools) | +21.63 |
| Harvey's Legal Agent Benchmark | 3.7525 / 43Max (With Tools) | 1.6731 / 43Max (With Tools) | +2.08 |
程序生成与编辑
Claude Opus 5.5 领先 2/2| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Program Bench | 18.5011 / 15Max (With Tools) | 214 / 15Max (With Tools) | +16.50 |
| Vibe Code Bench v1.1 | 90.292 / 60Max (With Tools) | 87.826 / 60Max (With Tools) | +2.47 |
多轮记忆与持续上下文
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| EBR-bench | 71.432 / 23Max (With Tools) | 53.334 / 23Max (With Tools) | +18.10 |
常识推理
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| SimpleBench | 88.401 / 96Historical report (mode unspecified) | 73.1016 / 96Historical report (mode unspecified) | +15.30 |
数学
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 1001 / 28Max (With Tools) | 837 / 28Max (With Tools) | +17 |
文档与图表理解
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| GDP.pdf | 26.2014 / 122Max (No Tools) | 24.8018 / 122Max (No Tools) | +1.40 |
机器学习工程
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| WeirdML v3 | 0.312 / 13Extra-High (With Tools) | 0.204 / 13Extra-High (With Tools) | +0.11 |
桌面工作流
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| OSWorld 2.0 | 81.801 / 13Max (With Tools) | 64.407 / 13Max (With Tools) | +17.40 |
生物与基因
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| BioMysteryBench | 79.261 / 4Max (With Tools) | 74.812 / 4Max (With Tools) | +4.45 |
科学知识与推理
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| CritPt | 31.712 / 204Max (No Tools) | 30.866 / 204Max (No Tools) | +0.85 |
科学计算与科研编程
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| SciCode | 66.901 / 134Max (No Tools) | 57.6417 / 134Max (No Tools) | +9.26 |
算法与竞赛编程
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 95.062 / 26Max (With Tools) | 82.617 / 26Max (With Tools) | +12.45 |
维护、优化与工程管理
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Code Migration | 66.652 / 43Max (With Tools) | 57.204 / 43Max (With Tools) | +9.45 |
跨能力聚合指数
Claude Opus 5.5 领先 1/1| 评测项 | Claude Opus 5.5 | GPT-6 Sol | 分差 |
|---|---|---|---|
| Vals Index | 69.692 / 42Max (task-specific tools) | 62.579 / 42Max (task-specific tools) | +7.12 |
规格对比
| 字段 | Claude Opus 5.5 | GPT-6 Sol |
|---|---|---|
| 发布机构 | Anthropic | OpenAI |
| 发布时间 | 2026-09-22 | 2026-09-22 |
| 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 | 1M | 1.05M |
| 最大输出 | 128K | 128K |
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 5.5 | GPT-6 Sol |
|---|---|---|
| 文本输入 | $4 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $20 / 1M tokens | $10 / 1M tokens |
| 缓存读取 | $0.2 / 1M tokens | $0.2 / 1M tokens |
| 缓存写入 | $5 / 1M tokens | $2.5 / 1M tokens |
小结
- Claude Opus 5.5在以下类目领先:金融 (3/3)、临床工作与医疗决策 (2/2)、客服与业务流程 (2/2)、法律 (2/2)、程序生成与编辑 (2/2)、多轮记忆与持续上下文 (1/1)、常识推理 (1/1)、数学 (1/1)、文档与图表理解 (1/1)、机器学习工程 (1/1)、桌面工作流 (1/1)、生物与基因 (1/1)、科学知识与推理 (1/1)、科学计算与科研编程 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、跨能力聚合指数 (1/1)
23 个共同 benchmark 上，Claude Opus 5.5 平均高出 9.31 分。
单项差距最大的 benchmark：Legal Research Bench — Claude Opus 5.5 50.48，GPT-6 Sol 28.85（分差 +21.63）。
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。