GPT-5.1vsClaude Sonnet 4.5
在 15 个共同 benchmark 中，GPT-5.1 整体领先：GPT-5.1 领先 12 项，Claude Sonnet 4.5 领先 3 项，持平 0 项，平均分差 +16.47。
GPT-5.1
OpenAI · 2025-11-12 · 推理大模型
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
在 15 个共同 benchmark 中，GPT-5.1 整体领先：GPT-5.1 领先 12 项，Claude Sonnet 4.5 领先 3 项，持平 0 项，平均分差 +16.47。
OpenAI · 2025-11-12 · 推理大模型
Anthropic · 2025-09-30 · 聊天大模型
按能力类目分组，每组内按分差大小排列；共 15 项。
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI | 72.8025 / 65high | 25.5052 / 65 | +47.30 |
| HLE | 42.7038 / 149Thinking High (With Tools + Internet) | 7.10136 / 149 | +35.60 |
| GPQA Diamond | 88.1025 / 175Thinking High (No Tools) | 73.7094 / 175 | +14.40 |
| ARC-AGI-2 | 17.6032 / 58high | 3.8048 / 58 | +13.80 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| AIME2025 | 9428 / 106Thinking High (No Tools) | 3796 / 106 | +57 |
| FrontierMath | 26.7013 / 60Thinking High (With Tools) | 5.2038 / 60 | +21.50 |
| FrontierMath - Tier 4 | 12.5029 / 80Thinking High (With Tools) | 2.1056 / 80Normal (No Tools) | +10.40 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 432 / 13Thinking High (With Tools) | 338 / 13thinking + 使用工具 | +10 |
| τ²-Bench - Telecom | 95.6014 / 35Thinking High (With Tools) | 985 / 35thinking + 使用工具 | -2.40 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 50.8024 / 36Thinking High (No Tools) | 43.6029 / 36thinking | +7.20 |
| SWE-bench Verified | 76.3025 / 103high | 823 / 103parallel_thinking + 使用工具 | -5.70 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| BrowseComp | 50.8034 / 43Thinking High (No Tools) | 24.1041 / 43thinking + 使用工具 | +26.70 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 47.6034 / 43Thinking High (With Tools) | 42.8038 / 43thinking + 使用工具 | +4.80 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| MMMU | 85.402 / 28Thinking High (No Tools) | 77.8014 / 28thinking | +7.60 |
| 评测项 | GPT-5.1 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| Simple Bench | 53.2010 / 27high | 54.309 / 27 | -1.10 |
| 字段 | GPT-5.1 | Claude Sonnet 4.5 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2025-11-12 | 2025-09-30 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 0.0 |
| 上下文长度 | 400K | 1000K |
| 最大输出 | 131072 | 65536 |
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 Sonnet 4.5 |
|---|---|---|
| 文本输入 | 1.25 美元/100万 tokens | 3 美元/100 万tokens |
| 文本输出 | 10 美元/100万 tokens | 15 美元/100 万tokens |
| 缓存读取 | 0.125 美元/100万 tokens | 3.75 美元/100 万tokens |
| 缓存写入 | 暂无公开价格 | 0.3 美元/100 万tokens |
15 个共同 benchmark 上，GPT-5.1 平均高出 16.47 分。
单项差距最大的 benchmark：AIME2025 — GPT-5.1 94，Claude Sonnet 4.5 37（分差 +57）。
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。