GPT-5.1vsClaude Opus 4
在 9 个共同 benchmark 中，GPT-5.1 整体领先：GPT-5.1 领先 8 项，Claude Opus 4 领先 1 项，持平 0 项，平均分差 +15.33。
GPT-5.1
OpenAI · 2025-11-12 · 推理大模型
Claude Opus 4
Anthropic · 2025-05-23 · 推理大模型
GPT-5.18 项(89%)(11%)1 项Claude Opus 4
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
综合评估
GPT-5.1 领先 4/4| 评测项 | GPT-5.1 | Claude Opus 4 | 分差 |
|---|---|---|---|
| ARC-AGI | 72.8025 / 65high | 35.7048 / 65 | +37.10 |
| HLE | 42.7038 / 149Thinking High (With Tools + Internet) | 10.70121 / 149 | +32 |
| ARC-AGI-2 | 17.6032 / 58high | 8.6038 / 58 | +9 |
| GPQA Diamond |
规格对比
| 字段 | GPT-5.1 | Claude Opus 4 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2025-11-12 | 2025-05-23 |
| 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 | 0.0 | 暂无数据 |
| 上下文长度 | 400K | 200K |
| 最大输出 | 131072 | 32000 |
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 | GPT-5.1 | Claude Opus 4 |
|---|---|---|
| 文本输入 | 1.25 美元/100万 tokens | 15 美元/ 100万tokens |
| 文本输出 | 10 美元/100万 tokens | 75 美元/100万tokens |
| 缓存读取 | 0.125 美元/100万 tokens | 暂无公开价格 |
小结
- GPT-5.1在以下类目领先:综合评估 (4/4)、数学推理 (3/3)、编程与软件工程 (1/1)
- Claude Opus 4在以下类目领先:常识推理 (1/1)
9 个共同 benchmark 上，GPT-5.1 平均高出 15.33 分。
单项差距最大的 benchmark：ARC-AGI — GPT-5.1 72.80，Claude Opus 4 35.70（分差 +37.10）。
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。