DataLearner 标志

Opus 4.1 评测详情

Opus 4.1 当前已收录的代表性评测结果包括 MMLU Pro(7 / 133,得分 88)、Terminal-Bench(5 / 35,得分 46.50)、SimpleBench(19 / 67,得分 60)。并附有 1 个数据来源链接供参考。

评测结果

Opus 4.1

评测结果

思考模式
工具使用

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
扩展
88
7 / 133
LiveBench
常规模式
54.45
82 / 115
61.81
60 / 115

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
81
113 / 226

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
扩展工具
74.50
41 / 114

数学推理

共 9 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
扩展
78
61 / 107
IMO 2024
常规模式
18.70
3 / 10
12.63
34 / 34
IMO 2025
常规模式
11.70
4 / 9
FrontierMath
常规模式
5.90
35 / 60
7.20
33 / 60
4.20
40 / 80
4.20
40 / 80

AI Agent - 工具使用

共 2 项评测
评测名称 / 模式
得分
排名/总数
46.50
5 / 35
Terminal-Bench
扩展工具
43.30
9 / 35

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
60
19 / 67

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
扩展工具
55
26 / 33

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
32
9 / 13

数据来源