Claude Opus 5 评测详情
Claude Opus 5 当前已收录的代表性评测结果包括 HLE（1 / 172，得分 64.70）、SWE-bench Verified（1 / 112，得分 96）、ARC-AGI（1 / 68，得分 97.50）。本页还提供与 3 个竞品模型及 4 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。并附有 1 个数据来源链接供参考。
评测结果
Claude Opus 5
评测结果
综合评估
共 5 项评测评测名称 / 模式
得分
排名/总数
编程与软件工程
共 4 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Claude Opus 5 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
8 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Claude Opus 5当前 | GPT-5.6 Sol | Kimi K3 | GLM-5.2 |
|---|---|---|---|---|
HLE 综合评估 | 64.70思考水平·高 ｜ 工具 | -- | 56.00思考水平·高 ｜ 工具 | 54.70开启思考 ｜ 工具 |
DeepSWE 编程与软件工程 | 68.80思考水平·高 ｜ 工具 | 72.70思考水平·极高 ｜ 工具 | 67.50思考水平·高 ｜ 工具 | 44.00深度思考模式 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 79.20思考水平·高 ｜ 工具 | 64.60思考水平·极高 ｜ 工具 | -- | 62.10开启思考 ｜ 工具 |
BrowseComp AI Agent - 信息收集 | 90.80思考水平·高 ｜ 工具 | -- | 91.20思考水平·高 ｜ 工具 | -- |
Automation Bench AI Agent - 工具使用 | 26.00思考水平·高 ｜ 工具 | -- | 30.80思考水平·高 ｜ 工具 | -- |
OSWorld 2.0 AI Agent - 工具使用 | 70.57思考水平·高 ｜ 工具 | 62.60思考水平·极高 ｜ 工具 | -- | -- |
AA-Briefcase 生产力知识 | 1720.00思考水平·高 ｜ 工具 | -- | 1548.00思考水平·高 ｜ 工具 | -- |
GDPval-AA v2 生产力知识 | 1861.00思考水平·高 ｜ 工具 | -- | 1668.00思考水平·高 ｜ 工具 | -- |
Claude Opus 5 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Claude Opus 5
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
GPT-5.6 Sol
供应商: OpenAI
标准输入: $5 / 1M tokens
标准输出: $30 / 1M tokens
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
GPT-5.6 Sol | OpenAI | $5 / 1M tokens | $30 / 1M tokens | — |
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
GLM-5.2 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
历代版本对比
Claude Opus 5 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
8 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Claude Opus 5当前 | Claude Opus 4.8 | Opus 4.7 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|---|---|---|
ARC-AGI 综合评估 | 97.50思考水平·极高 | -- | 93.50思考水平·高 | 92.00扩展思考 | 80.00扩展思考 |
ARC-AGI-2 综合评估 | 90.40思考水平·高 | -- | 75.80思考水平·高 | 66.30扩展思考 | 37.60扩展思考 |
HLE 综合评估 | 64.70思考水平·高 ｜ 工具 | 57.90扩展思考 ｜ 工具 | 54.70扩展思考 ｜ 工具 | 53.00扩展思考 ｜ 工具 | 43.20扩展思考 ｜ 工具 |
DeepSWE 编程与软件工程 | 68.80思考水平·高 ｜ 工具 | 59.00深度思考模式 ｜ 工具 | -- | -- | -- |
SWE-bench Multilingual 编程与软件工程 | 89.50思考水平·高 ｜ 工具 | -- | -- | 72.00扩展思考 ｜ 工具 | -- |
SWE-Bench Pro - Public 编程与软件工程 | 79.20思考水平·高 ｜ 工具 | 69.20扩展思考 ｜ 工具 | 64.30扩展思考 ｜ 工具 | -- | -- |
SWE-bench Verified 编程与软件工程 | 96.00思考水平·高 ｜ 工具 | 88.60扩展思考 ｜ 工具 | 87.60扩展思考 ｜ 工具 | 80.84扩展思考 ｜ 工具 | 80.90扩展思考 ｜ 工具 |
BrowseComp AI Agent - 信息收集 | 90.80思考水平·高 ｜ 工具 | 84.30思考水平·高 ｜ 工具 | 79.30扩展思考 ｜ 工具 | 84.00开启思考 ｜ 工具 | -- |
单评测历史趋势图
当前查看：ARC-AGI · 综合评估
选择评测
Claude Opus 5 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
若存在上下文阈值，图中标准价仅适用于以下范围：
Claude Opus 4.6: 标准价适用于 <= 200K
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Claude Opus 4.8 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Opus 4.7 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Claude Opus 4.6 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | <= 200K |
Opus 4.5 | Facebook AI研究实验室 | $5 / 1M tokens | $25 / 1M tokens | — |