GPT-5.4 ProvsClaude Opus 4.6
在 8 个共同 benchmark 中，GPT-5.4 Pro 整体领先：GPT-5.4 Pro 领先 7 项，Claude Opus 4.6 领先 1 项，持平 0 项，平均分差 -183.31。
GPT-5.4 Pro
OpenAI · 2026-03-05 · 多模态大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
GPT-5.4 Pro7 项(88%)(13%)1 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 8 项。
General Knowledge
GPT-5.4 Pro 领先 4/4| 评测项 | GPT-5.4 Pro | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 83.306 / 59Thinking High (No Tools) | 66.3015 / 59Extended (no tools) | +17 |
| HLE | 58.703 / 157Thinking High (With Tools) | 5311 / 157Extended (with tools, internet) | +5.70 |
| GPQA Diamond | 94.402 / 178Thinking High (No Tools) | 91.3114 / 178Extended (no tools) | +3.09 |
| ARC-AGI | 94.505 / 65Thinking High (No Tools) | 9211 / 65Extended (no tools) | +2.50 |
Math and Reasoning
GPT-5.4 Pro 领先 2/2| 评测项 | GPT-5.4 Pro | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 37.505 / 80Normal (With Tools + Internet) | 22.9012 / 80最高（无工具） | +14.60 |
| FrontierMath | 503 / 60Thinking High (No Tools) | 40.707 / 60最高（无工具） | +9.30 |
AI Agent - Information Search
GPT-5.4 Pro 领先 1/1| 评测项 | GPT-5.4 Pro | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| BrowseComp | 89.302 / 45Thinking High (With Tools) | 847 / 45Thinking (With Tools + Internet) | +5.30 |
Productivity Knowledge
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 Pro | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GDPval-AA | 828 / 21Thinking High (With Tools) | 1,6063 / 21Extended (with tools, internet) | -1,524 |
规格对比
| 字段 | GPT-5.4 Pro | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2026-03-05 | 2026-02-05 |
| 模型类型 | 多模态大模型 | 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 | 125K | 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 | GPT-5.4 Pro | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $30 / 1M tokens | $0.5 / 1M tokens |
| 文本输出 | $180 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $10 / 1M tokens |
小结
- GPT-5.4 Pro在以下类目领先:General Knowledge (4/4)、Math and Reasoning (2/2)、AI Agent - Information Search (1/1)
- Claude Opus 4.6在以下类目领先:Productivity Knowledge (1/1)
8 个共同 benchmark 上，Claude Opus 4.6 平均高出 183.31 分。
单项差距最大的 benchmark：GDPval-AA — GPT-5.4 Pro 82，Claude Opus 4.6 1,606（分差 -1,524）。
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。