Anthropic
Claude Haiku 4.5 评测成绩
来自 4 个来源、8 项基准的 17 条成绩。
其他名称: claude-haiku-4-5-20251001 · claude-haiku-4-5-20251001_32K · claude-haiku-4-5-20251001_unknown · Claude Haiku 4.5 (unknown thinking) · Claude 4.5 Haiku · Claude 4.5 Haiku (high) · Claude-Haiku-4-5-20251001 (FC) · Claude-Haiku-4-5-20251001 (Prompt)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1414 | 142 | Overall, style control on; 146351 votes; 95% CI 1412–1416“claude-haiku-4-5-20251001” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1330 | 117 | Overall; 29113 votes; 95% CI 1325–1335“claude-haiku-4-5-20251001” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 71.2% | 158 | Epoch AI run, accuracy | 独立评测 | 2025年10月22日 |
| SWE-bench Verified | 66.6% | 32 | agent: mini-SWE-agent“claude-haiku-4-5-20251001” | 官方榜单 | 2026年2月17日 |
| AIME (OTIS Mock AIME 2024–2025) | 66.7% | 138 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年10月22日 |
| MATH Level 5 | 96.4% | 11 | Epoch AI run, accuracy | 独立评测 | 2025年10月22日 |
| Terminal-Bench 2.0 | 35.5% | 112 | Terminal-Bench 2.0; agent: Goose; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年10月15日 |
| Terminal-Bench 2.0 | 29.8% | 129 | Terminal-Bench 2.0; agent: Mini-SWE-Agent; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年10月15日 |
| Terminal-Bench 2.0 | 29.8% | 130 | Terminal-Bench 2.0; agent: Mini-SWE-Agent | 官方榜单 via Epoch AI | 2025年11月3日 |
| Terminal-Bench 2.0 | 28.3% | 134 | Terminal-Bench 2.0; agent: Terminus 2; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年10月15日 |
| Terminal-Bench 2.0 | 28.3% | 135 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年10月31日 |
| Terminal-Bench 2.0 | 27.5% | 138 | Terminal-Bench 2.0; agent: Claude Code; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年10月15日 |
| Terminal-Bench 2.0 | 27.5% | 139 | Terminal-Bench 2.0; agent: Claude Code | 官方榜单 via Epoch AI | 2025年11月4日 |
| Terminal-Bench 2.0 | 13.9% | 183 | Terminal-Bench 2.0; agent: OpenHands; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年10月15日 |
| Terminal-Bench 2.0 | 13.9% | 184 | Terminal-Bench 2.0; agent: OpenHands | 官方榜单 via Epoch AI | 2025年11月2日 |
| BFCL v4 (function calling) | 68.7% | 6 | Overall accuracy; native function calling (FC)“Claude-Haiku-4-5-20251001 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 25.3% | 87 | Overall accuracy; prompt-based“Claude-Haiku-4-5-20251001 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
Claude Haiku 4.5 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)、LMArena leaderboard dataset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。