Anthropic
Claude 3 Opus 评测成绩
来自 4 个来源、8 项基准的 9 条成绩。
闭源 发布: 2024年2月29日 更新于 2026年10月22日
其他名称: claude-3-opus-20240229 · Claude 3 Opus (20240229) · SWE-agent + Claude 3 Opus · RAG + Claude 3 Opus · Claude-3-Opus
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1322 | 256 | Overall, style control on; 194909 votes; 95% CI 1319–1325“claude-3-opus-20240229” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1062 | 136 | Overall, style control on; 15565 votes; 95% CI 1051–1072“claude-3-opus-20240229” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 47.2% | 220 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 84.6% | 5 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年2月29日 |
| MMLU-Pro | 68.5% | 107 | Overall accuracy; data source: TIGER-Lab“Claude-3-Opus” | 官方榜单 | 2026年3月11日 |
| SWE-bench Verified | 15.8% | 102 | agent: SWE-agent“claude-3-opus-20240229” | 官方榜单 | 2024年4月2日 |
| SWE-bench Verified | 7.0% | 106 | agent: RAG baseline“claude-3-opus-20240229” | 官方榜单 | 2024年4月2日 |
| AIME (OTIS Mock AIME 2024–2025) | 4.7% | 234 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 37.5% | 74 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Claude 3 Opus 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和SWE-bench leaderboards (swebench.com)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。