Anthropic

Claude Opus 5 评测成绩

来自 3 个来源、7 项基准的 15 条成绩。

闭源发布: 2026年7月24日更新于 2026年10月22日 API 价格与规格 →

其他名称: claude-opus-5-high · claude-opus-5 · claude-opus-5_low · Claude Opus 5 (low) · claude-opus-5_max · Claude Opus 5 (max) · claude-opus-5_xhigh · Claude Opus 5 (xhigh) · claude-opus-5_high · Claude Opus 5 (high)

全部评测成绩

基准	分数	名次	设定	来源类型	日期
LMArena Text	1490	13	Overall, style control on; 62934 votes; 95% CI 1486–1494“claude-opus-5-high”	官方榜单	2026年10月8日
LMArena WebDev	1657	12	Overall; 22340 votes; 95% CI 1651–1662“claude-opus-5-high”	官方榜单	2026年10月8日
LMArena Vision	1289	14	Overall, style control on; 15900 votes; 95% CI 1282–1296“claude-opus-5-high”	官方榜单	2026年10月2日
GPQA Diamond	93.9%	13	Epoch AI run, accuracy; effort: max	独立评测	2026年7月24日
GPQA Diamond	92.9%	21	Epoch AI run, accuracy	独立评测	2026年8月6日
GPQA Diamond	87.9%	62	Epoch AI run, accuracy; effort: low	独立评测	2026年8月6日
AIME (OTIS Mock AIME 2024–2025)	98.9%	20	Epoch AI run, OTIS Mock AIME 2024–2025; effort: max	独立评测	2026年7月24日
AIME (OTIS Mock AIME 2024–2025)	97.8%	31	Epoch AI run, OTIS Mock AIME 2024–2025	独立评测	2026年8月6日
AIME (OTIS Mock AIME 2024–2025)	93.3%	56	Epoch AI run, OTIS Mock AIME 2024–2025; effort: low	独立评测	2026年8月6日
OSWorld 2.0	31.4%	1	Binary accuracy; 500 steps; reasoning: max; effort: max	官方榜单 via Epoch AI	2026年7月24日
OSWorld 2.0	30.2%	2	Binary accuracy; 500 steps; reasoning: xhigh; effort: xhigh	官方榜单 via Epoch AI	2026年7月24日
OSWorld 2.0	29.0%	3	Binary accuracy; 500 steps; reasoning: high; effort: high	官方榜单 via Epoch AI	2026年7月24日
OSWorld 2.0	25.3%	5	Binary accuracy; 500 steps; reasoning: medium; effort: medium	官方榜单 via Epoch AI	2026年7月24日
OSWorld 2.0	22.3%	6	Binary accuracy; 500 steps; reasoning: low; effort: low	官方榜单 via Epoch AI	2026年7月24日
τ²-bench	48.7%	2	banking_knowledge domain, pass^1; effort: max; submitted by Sierra; v1.0.1	官方榜单	2026年8月3日

← AI 模型评测

常见问题

Claude Opus 5 的这些评测分数来自哪里？

来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset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。