GPT-5vsClaude Opus 4
在 9 个共同 benchmark 中，GPT-5 整体领先：GPT-5 领先 5 项，Claude Opus 4 领先 4 项，持平 0 项，平均分差 +9.31。
GPT-5
OpenAI · 2025-08-07 · 基础大模型
Claude Opus 4
Anthropic · 2025-05-23 · 推理大模型
GPT-55 项(56%)(44%)4 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。
Math and Reasoning
GPT-5 领先 2/3| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| IMO-ProofBench | 592 / 16Thinking (No Tools) | 2.9016 / 16Thinking (No Tools) | +56.10 |
| IMO-ProofBench Advanced | 2011 / 24Thinking (No Tools) | 2.9024 / 24Thinking (No Tools) | +17.10 |
| AIME2025 | 61.90135 / 215Normal (No Tools) | 75.50106 / 215Normal (No Tools) | -13.60 |
Agent Level Benchmark
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| τ²-Bench | 8015 / 44Thinking (With Tools) | 72.5024 / 44Thinking (With Tools) | +7.50 |
Coding and Software Engineer
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| LiveCodeBench | 55.80149 / 250Normal (No Tools) | 56.60143 / 248Normal (No Tools) | -0.80 |
General Knowledge
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 6142 / 147Normal (No Tools) | 35.67119 / 147Normal (No Tools) | -29.67 |
Instruction Following
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| IF Bench | 45.60178 / 282Normal (No Tools) | 43.30191 / 281Normal (No Tools) | +2.30 |
Writing and Creative Capabilities
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| Creative Writing | 1,62436 / 106Normal (No Tools) | 1,57741 / 106Normal (No Tools) | +46.70 |
科学与综合推理
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| GPQA Diamond | 77.80257 / 462Normal (No Tools) | 79.60241 / 460Normal (No Tools) | -1.80 |
规格对比
| 字段 | GPT-5 | Claude Opus 4 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2025-08-07 | 2025-05-23 |
| 模型类型 | 基础大模型 | 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 | 400K | 200K |
| 最大输出 | 128K | 32K |
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 | Claude Opus 4 |
|---|---|---|
| 文本输入 | $1.25 / 1M tokens | $15 / 1M tokens |
| 文本输出 | $10 / 1M tokens | $75 / 1M tokens |
| 缓存读取 | $0.125 / 1M tokens | $1.5 / 1M tokens |
| 缓存写入 | $0 / 1M tokens | $18.75 / 1M tokens |
小结
- GPT-5在以下类目领先:Math and Reasoning (2/3)、Agent Level Benchmark (1/1)、Instruction Following (1/1)、Writing and Creative Capabilities (1/1)
- Claude Opus 4在以下类目领先:Coding and Software Engineer (1/1)、General Knowledge (1/1)、科学与综合推理 (1/1)
9 个共同 benchmark 上，GPT-5 平均高出 9.31 分。
单项差距最大的 benchmark：IMO-ProofBench — GPT-5 59，Claude Opus 4 2.90（分差 +56.10）。
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。