Claude Opus 5vsClaude Opus 4.6
在 7 个共同 benchmark 中，Claude Opus 5 整体领先：Claude Opus 5 领先 7 项，Claude Opus 4.6 领先 0 项，持平 0 项，平均分差 +15.85。
Claude Opus 5
Anthropic · 2026-07-24 · 推理大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Claude Opus 57 项(100%)(0%)0 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
General Knowledge
Claude Opus 5 领先 4/4| 评测项 | Claude Opus 5 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 30.201 / 9Thinking High (No Tools) | 04 / 9最高（无工具） | +30.20 |
| ARC-AGI-2 | 90.401 / 62最高（无工具） | 66.3017 / 62Extended (no tools) | +24.10 |
| HLE | 64.701 / 172Max (With Tools) | 5318 / 172Extended (with tools, internet) | +11.70 |
| ARC-AGI | 97.501 / 68极高强度思考（无工具） | 9213 / 68Extended (no tools) | +5.50 |
Coding and Software Engineer
Claude Opus 5 领先 2/2| 评测项 | Claude Opus 5 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SWE-bench Multilingual | 89.501 / 23Max (With Tools) | 7214 / 23Extended (with tools) | +17.50 |
| SWE-bench Verified | 961 / 112Max (With Tools) | 80.8410 / 112Extended (with tools) | +15.16 |
AI Agent - Information Search
Claude Opus 5 领先 1/1| 评测项 | Claude Opus 5 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| BrowseComp | 90.802 / 53Max (With Tools + Internet) | 8411 / 53Thinking (With Tools + Internet) | +6.80 |
规格对比
| 字段 | Claude Opus 5 | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-07-24 | 2026-02-05 |
| 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 | 1000K |
| 最大输出 | 128K | 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 5 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $0.5 / 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 | $10 / 1M tokens |
小结
- Claude Opus 5在以下类目领先:General Knowledge (4/4)、Coding and Software Engineer (2/2)、AI Agent - Information Search (1/1)
7 个共同 benchmark 上，Claude Opus 5 平均高出 15.85 分。
单项差距最大的 benchmark：ARC-AGI-3 — Claude Opus 5 30.20，Claude Opus 4.6 0（分差 +30.20）。
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。