GPT-5vsClaude Opus 4
在 11 个共同 benchmark 中，GPT-5 整体领先：GPT-5 领先 10 项，Claude Opus 4 领先 1 项，持平 0 项，平均分差 +16.18。
GPT-5
OpenAI · 2025-08-07 · 基础大模型
Claude Opus 4
Anthropic · 2025-05-23 · 推理大模型
GPT-510 项(91%)(9%)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 11 项。
General Knowledge
GPT-5 领先 4/4| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| ARC-AGI | 65.7030 / 65 | 35.7048 / 65 | +30 |
| HLE | 35.2060 / 157 | 10.70129 / 157 | +24.50 |
| GPQA Diamond | 87.3037 / 178 | 79.6079 / 178 | +7.70 |
| ARC-AGI-2 | 9.9037 / 59 | 8.6039 / 59 | +1.30 |
Math and Reasoning
GPT-5 领先 4/4| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| IMO-ProofBench | 592 / 16 | 2.9016 / 16 | +56.10 |
| AIME2025 | 99.609 / 106 | 75.5065 / 106 | +24.10 |
| FrontierMath | 24.8015 / 60 | 4.5039 / 60 | +20.30 |
| FrontierMath - Tier 4 | 12.5029 / 80Thinking High (No Tools) | 4.2040 / 80 | +8.30 |
Agent Level Benchmark
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| τ²-Bench | 8015 / 40 | 72.5022 / 40 | +7.50 |
Coding and Software Engineer
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 72.8046 / 108 | 72.5048 / 108 | +0.30 |
常识推理
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| Simple Bench | 56.708 / 27 | 58.807 / 27 | -2.10 |
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 |
小结
- GPT-5在以下类目领先:General Knowledge (4/4)、Math and Reasoning (4/4)、Agent Level Benchmark (1/1)、Coding and Software Engineer (1/1)
- Claude Opus 4在以下类目领先:常识推理 (1/1)
11 个共同 benchmark 上，GPT-5 平均高出 16.18 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。