GPT-5.4vsClaude Opus 4.6
在 9 个共同 benchmark 中，Claude Opus 4.6 整体领先：GPT-5.4 领先 3 项，Claude Opus 4.6 领先 6 项，持平 0 项，平均分差 -4.64。
GPT-5.4
OpenAI · 2026-03-05 · 多模态大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
GPT-5.43 项(33%)(67%)6 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 9 项。
Claw-style Agent Evaluation
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 75.7017 / 45Reported best (effort unspecified) | 69.9026 / 45Reported best (effort unspecified) | +5.80 |
| Pinch Bench | 90.501 / 38Thinking (With Tools) | 87.408 / 38Thinking (With Tools) | +3.10 |
Agent Level Benchmark
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 64.30151 / 264Normal (With Tools) | 84.8090 / 264Normal (With Tools) | -20.50 |
Coding and Software Engineer
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| WeirdML v2 | 57.4431 / 52Normal (With Tools) | 65.9023 / 52Normal (With Tools) | -8.46 |
General Knowledge
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| HLE | 11.30374 / 563Normal (No Tools) · Text only | 19.10299 / 563Normal (No Tools) · Text only | -7.80 |
Long Context
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| AA-LCR | 58.30130 / 170Normal (No Tools) | 67116 / 170Normal (No Tools) | -8.70 |
Text Embedding
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Context Arena | 32.79112 / 126Normal (No Tools) | 60.3376 / 126Normal (No Tools) | -27.54 |
Writing and Creative Capabilities
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Creative Writing | 1,83614 / 106Normal (No Tools) | 1,80419 / 106Normal (No Tools) | +31.50 |
科学与综合推理
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 74.80284 / 462Normal (No Tools) | 84176 / 462Normal (No Tools) | -9.20 |
规格对比
| 字段 | GPT-5.4 | 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 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.25 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- GPT-5.4在以下类目领先:Claw-style Agent Evaluation (2/2)、Writing and Creative Capabilities (1/1)
- Claude Opus 4.6在以下类目领先:Agent Level Benchmark (1/1)、Coding and Software Engineer (1/1)、General Knowledge (1/1)、Long Context (1/1)、Text Embedding (1/1)、科学与综合推理 (1/1)
9 个共同 benchmark 上，Claude Opus 4.6 平均高出 4.64 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.4 1,836，Claude Opus 4.6 1,804（分差 +31.50）。
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。