Anthropic
Claude Opus 4.6 评测成绩
来自 4 个来源、9 项基准的 29 条成绩。
其他名称: claude-opus-4-6-high · claude-opus-4-6 · claude-opus-4-6_max · Claude Opus 4.6 (max) · claude-opus-4-6_32K · Claude Opus 4.6 (32k thinking) · claude-opus-4-6_64K · Claude Opus 4.6 (64k thinking) · Claude Opus 4.6 (no thinking) · claude-opus-4-6-thinking-max
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1504 | 3 | Overall, style control on; 79415 votes; 95% CI 1501–1508“claude-opus-4-6-high” | 官方榜单 | 2026年10月8日 |
| LMArena Text | 1498 | 7 | Overall, style control on; 84095 votes; 95% CI 1494–1501“claude-opus-4-6” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1547 | 40 | Overall; 19434 votes; 95% CI 1541–1552“claude-opus-4-6-high” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1537 | 45 | Overall; 20694 votes; 95% CI 1532–1543“claude-opus-4-6” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1299 | 3 | Overall, style control on; 22328 votes; 95% CI 1293–1306“claude-opus-4-6-high” | 官方榜单 | 2026年10月2日 |
| LMArena Vision | 1294 | 7 | Overall, style control on; 26869 votes; 95% CI 1288–1301“claude-opus-4-6” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 90.5% | 37 | Epoch AI run, accuracy; effort: 32k thinking | 独立评测 | 2026年2月6日 |
| GPQA Diamond | 88.8% | 54 | Epoch AI run, accuracy; effort: 64k thinking | 独立评测 | 2026年2月6日 |
| GPQA Diamond | 88.4% | 57 | Epoch AI run, accuracy; effort: max | 独立评测 | 2026年8月6日 |
| SWE-bench Verified | 78.7% | 4 | Epoch AI run (Epoch scaffold); effort: no thinking | 独立评测 | 2026年2月18日 |
| SWE-bench Verified | 75.6% | 8 | agent: mini-SWE-agent“claude-opus-4-6” | 官方榜单 | 2026年2月17日 |
| AIME (OTIS Mock AIME 2024–2025) | 94.4% | 52 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: 64k thinking | 独立评测 | 2026年2月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 93.1% | 62 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: 32k thinking | 独立评测 | 2026年2月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 91.1% | 67 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: max | 独立评测 | 2026年8月6日 |
| Humanity's Last Exam | 34.4% | 11 | Compiled by Epoch AI; effort: max | 第三方汇编 via Epoch AI | 2026年2月5日 |
| Humanity's Last Exam | 19.0% | 24 | Compiled by Epoch AI; effort: no thinking | 第三方汇编 via Epoch AI | 2026年2月5日 |
| τ²-bench | 27.3% | 15 | banking_knowledge domain, pass^1; effort: max; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年5月6日 |
| Terminal-Bench 2.0 | 79.8% | 8 | Terminal-Bench 2.0; agent: ForgeCode; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年3月12日 |
| Terminal-Bench 2.0 | 76.4% | 13 | Terminal-Bench 2.0; agent: Meta-Harness; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 75.3% | 16 | Terminal-Bench 2.0; agent: Capy; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 74.7% | 19 | Terminal-Bench 2.0; agent: Terminus-KIRA; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 72.1% | 21 | Terminal-Bench 2.0; agent: MAYA-V2; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 71.9% | 22 | Terminal-Bench 2.0; agent: TongAgents; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 69.9% | 24 | Terminal-Bench 2.0; agent: Droid; effort: no thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 69.9% | 25 | Terminal-Bench 2.0; agent: Droid; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 66.9% | 28 | Terminal-Bench 2.0; agent: Crux; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 66.5% | 29 | Terminal-Bench 2.0; agent: Mux; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 62.9% | 39 | Terminal-Bench 2.0; agent: Terminus 2; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
| Terminal-Bench 2.0 | 58.0% | 52 | Terminal-Bench 2.0; agent: Claude Code; effort: unknown thinking | 官方榜单 via Epoch AI | 2026年2月5日 |
常见问题
Claude Opus 4.6 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、SWE-bench leaderboards (swebench.com)和τ²-bench leaderboard submissions。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。