Claude Sonnet 4.5vsClaude Sonnet 4
在 26 个共同 benchmark 中，Claude Sonnet 4.5 整体领先：Claude Sonnet 4.5 领先 23 项，Claude Sonnet 4 领先 1 项，持平 2 项，平均分差 +14.79。
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
Claude Sonnet 4
Anthropic · 2025-05-23 · 推理大模型
Claude Sonnet 4.523 项(88%)持平2(4%)1 项Claude Sonnet 4
评测分数
按能力类目分组，每组内按分差大小排列；共 26 项。
General Knowledge
Claude Sonnet 4.5 领先 5/6| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| HLE | 33.6080 / 172 | 9.60149 / 172 | +24 |
| ARC-AGI | 63.7035 / 68 | 4049 / 68 | +23.70 |
| ARC-AGI-2 | 13.6038 / 62 | 5.9046 / 62 | +7.70 |
| MMLU Pro | 887 / 132 | 8438 / 132 | +4 |
| LiveBench | 53.6983 / 115Normal (No Tools) | 50.9889 / 115Normal (No Tools) | +2.71 |
| GPQA Diamond | 83.4063 / 187 | 83.8062 / 187 | -0.40 |
Math and Reasoning
Claude Sonnet 4.5 领先 3/5| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| AIME2025 | 1001 / 107 | 8551 / 107 | +15 |
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 072 / 80Normal (No Tools) | +2.10 |
| FrontierMath | 5.2038 / 60 | 4.1041 / 60 | +1.10 |
| IMO-ProofBench | 27.108 / 16 | 27.108 / 16 | 持平 |
| IMO-ProofBench Advanced | 4.806 / 8 | 4.806 / 8 | 持平 |
Coding and Software Engineer
Claude Sonnet 4.5 领先 4/4| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| CodeClash | 1,3891 / 8Normal (With Tools) | 1,2234 / 8Normal (With Tools) | +166 |
| LiveCodeBench | 7148 / 123 | 6659 / 123 | +5 |
| SWE-bench Verified | 828 / 112 | 80.2014 / 112 | +1.80 |
| SWE-Bench Pro - Public | 43.6047 / 54 | 42.7048 / 54 | +0.90 |
Agent Level Benchmark
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 985 / 35 | 6529 / 35 | +33 |
| τ²-Bench | 84.709 / 43 | 5234 / 43 | +32.70 |
AI Agent - Tool Usage
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 61.4020 / 24 | 42.2022 / 24 | +19.20 |
| Terminal-Bench | 503 / 35 | 41.3010 / 35 | +8.70 |
Claw-style Agent Evaluation
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Claw Bench | 88.1013 / 29Thinking (With Tools) | 77.8023 / 29Thinking (With Tools) | +10.30 |
| Pinch Bench | 88.204 / 37Thinking (With Tools) | 80.5022 / 37Thinking (With Tools) | +7.70 |
Instruction Following
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| IF Bench | 57.3022 / 30 | 5523 / 30 | +2.30 |
Long Context
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| AA-LCR | 6610 / 15 | 6512 / 15 | +1 |
Multimodal Understanding
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| MMMU | 77.8015 / 29 | 76.5017 / 29 | +1.30 |
Productivity Knowledge
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GDPval-AA | 3916 / 21 | 3319 / 21 | +6 |
常识推理
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Simple Bench | 54.3022 / 63Normal (No Tools) | 45.5034 / 63Thinking (No Tools) | +8.80 |
规格对比
| 字段 | Claude Sonnet 4.5 | Claude Sonnet 4 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2025-09-30 | 2025-05-23 |
| 模型类型 | 聊天大模型 | 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 | 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 Sonnet 4.5 | Claude Sonnet 4 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.3 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | $3.75 / 1M tokens |
小结
- Claude Sonnet 4.5在以下类目领先:General Knowledge (5/6)、Math and Reasoning (3/5)、Coding and Software Engineer (4/4)、Agent Level Benchmark (2/2)、AI Agent - Tool Usage (2/2)、Claw-style Agent Evaluation (2/2)、Instruction Following (1/1)、Long Context (1/1)、Multimodal Understanding (1/1)、Productivity Knowledge (1/1)、常识推理 (1/1)
26 个共同 benchmark 上，Claude Sonnet 4.5 平均高出 14.79 分。
单项差距最大的 benchmark：CodeClash — Claude Sonnet 4.5 1,389，Claude Sonnet 4 1,223（分差 +166）。
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。