暂无双方都参与的评测基准
下方仍可查看各自的成绩、价格与规格明细。
按评测基准逐项对比；切换思考模式或工具设置后，下方图表与表格同步更新。
“最佳可用”按每项评测分别选择按指标方向选出的最佳非并行结果，因此这条系列可能由多个推理档拼接而成，并不代表一个可直接复现的单一运行配置。切换模式筛选可查看可复现的同档结果。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
每条轴是该评测领域内百分制成绩的算术平均，反映的是这些评测的平均得分，不是模型能力评级。
相对优势: 暂无明显优势 / 相对落后: 综合评估 -21.7
相对优势: 综合评估 +21.7 / 相对落后: 暂无明显落后
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数（不取最高分），再按评测领域对这些分数求平均。只纳入至少两个模型有百分制成绩的评测；Codeforces、Arena 等 Elo/评分制评测已排除，因为把 1500 分的 Elo 与 85% 的准确率放在一起平均不具意义。缺项不按 0 分处理；各评测等权，未按难度加权，因此包含高难度评测的领域分数天然偏低。
按评测基准逐行列出各模型与运行模式的得分；同一行内可比，跨行不可比。
6 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 | GPT-5.5 | Claude Mythos Preview |
|---|---|---|
52.20思考水平·高 ｜ 工具 | 64.70扩展思考 ｜ 工具 | |
94.00思考水平·极高 | 94.60扩展思考 | |
58.60思考水平·高 ｜ 工具 | 77.80扩展思考 ｜ 工具 | |
84.40思考水平·高 ｜ 工具 | 84.90扩展思考 ｜ 工具 | |
78.70思考水平·高 ｜ 工具 | 79.60扩展思考 ｜ 工具 | |
82.70思考水平·高 ｜ 工具 | 82.00扩展思考 ｜ 工具 |
各模型 API 的官方标价，按输入 / 输出分列；单位为美元 / 百万 tokens。
架构、许可与 API 模态等规格对比；「未提供」表示数据库暂无该字段。
| 功能与规格 | GPT-5.5OpenAI | Claude Mythos PreviewAnthropic |
|---|---|---|
核心规格发布时间 | 2026-04-23 | 2026-04-07 |
上下文长度 | 1000K | 1M |
最大输出长度 | 131,072 tokens | 128,000 tokens |
模型架构 | 未公布 | 未公布 |
支持的运行模式 | 关闭低中高极高最高 | 关闭开启 |
可用性与许可代码可用性 | 未公开 | 未公开 |
权重可用性 | 未公开 | 未公开 |
使用与商业许可 | 仅限官方服务；以服务条款为准 | 仅限官方服务；以服务条款为准 |
API 模态支持文本 输入/输出 | 输入：支持输出：支持 | 输入：支持输出：支持 |
图片 输入/输出 | 输入：支持输出：不支持 | 输入：支持输出：不支持 |
资料来源论文 / 报告 | Introducing GPT‑5.5 | Introducing Claude Mythos Preview and Project Glasswing |
DataLearner 博客 | OpenAI 发布 GPT-5.5：代号 | Claude Mythos 是什么？Anthropic最强模型评测、安全能力与Project Glasswing详解 |
