GPT-4o(2024-11-20)vsClaude3-Opus
在 4 个共同 benchmark 中，GPT-4o(2024-11-20) 整体领先：GPT-4o(2024-11-20) 领先 3 项，Claude3-Opus 领先 1 项，持平 0 项，平均分差 +5.51。
GPT-4o(2024-11-20)
OpenAI · 2024-11-20 · 聊天大模型
Claude3-Opus
Anthropic · 2024-03-04 · 多模态大模型
GPT-4o(2024-11-20)3 项(75%)(25%)1 项Claude3-Opus
评测分数
按能力类目分组，每组内按分差大小排列；共 4 项。
General Knowledge
胶着 2/2| 评测项 | GPT-4o(2024-11-20) | Claude3-Opus | 分差 |
|---|---|---|---|
| MMLU Pro | 77.9072 / 126 | 68.4595 / 126 | +9.45 |
| MMLU | 85.7037 / 65 | 86.8027 / 65 | -1.10 |
Coding and Software Engineer
GPT-4o(2024-11-20) 领先 1/1| 评测项 | GPT-4o(2024-11-20) | Claude3-Opus | 分差 |
|---|---|---|---|
| HumanEval | 90.207 / 39 | 84.9021 / 39 | +5.30 |
Math and Reasoning
GPT-4o(2024-11-20) 领先 1/1| 评测项 | GPT-4o(2024-11-20) | Claude3-Opus | 分差 |
|---|---|---|---|
| MATH | 68.5024 / 42 | 60.1031 / 42 | +8.40 |
规格对比
| 字段 | GPT-4o(2024-11-20) | Claude3-Opus |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2024-11-20 | 2024-03-04 |
| 模型类型 | 聊天大模型 | 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 | 128K | 200K |
| 最大输出 | 暂无数据 | 暂无数据 |
小结
- GPT-4o(2024-11-20)在以下类目领先:Coding and Software Engineer (1/1)、Math and Reasoning (1/1)
- 胶着类目:General Knowledge
4 个共同 benchmark 上，GPT-4o(2024-11-20) 平均高出 5.51 分。
单项差距最大的 benchmark：MMLU Pro — GPT-4o(2024-11-20) 77.90，Claude3-Opus 68.45（分差 +9.45）。
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。