Claude Opus 4.6vsOpus 4.5
在 13 个共同 benchmark 中，Claude Opus 4.6 整体领先：Claude Opus 4.6 领先 12 项，Opus 4.5 领先 1 项，持平 0 项，平均分差 +19.13。
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Opus 4.5
Anthropic · 2025-11-25 · 推理大模型
Claude Opus 4.612 项(92%)(8%)1 项Opus 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
临床工作与医疗决策
Claude Opus 4.6 领先 2/2| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| MedScribe | 86.7414 / 66Normal (With Tools) | 83.2532 / 66Normal (With Tools) | +3.49 |
| MedCode | 48.2421 / 64Normal (With Tools) | 45.1728 / 64Normal (With Tools) | +3.07 |
科学知识与推理
Claude Opus 4.6 领先 2/2| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.3129 / 253Extended (No Tools) | 8770 / 253Extended (No Tools) | +4.31 |
| CritPt | 2.80124 / 204Normal (No Tools) | 0.30186 / 204Normal (No Tools) | +2.50 |
自主开发与终端任务
Claude Opus 4.6 领先 2/2| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 48.5025 / 244Normal (With Tools) | 40.9050 / 244Normal (With Tools) | +7.60 |
| Terminal Bench 2.0 | 65.4011 / 48Extended (With Tools) | 59.3020 / 48Extended (With Tools) | +6.10 |
仓库修复与多文件工程
Opus 4.5 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 80.8410 / 116Extended (With Tools) | 80.909 / 116Extended (With Tools) | -0.06 |
写作与创意表达
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,80922 / 110Normal (No Tools) | 1,68732 / 110Normal (No Tools) | +122.40 |
图像感知与视觉推理
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| MMMU-Pro | 72.50116 / 229Normal (No Tools) | 71.20122 / 229Normal (No Tools) | +1.30 |
客服与业务流程
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench | 91.891 / 44Extended (With Tools) | 81.9913 / 44Extended (With Tools) | +9.90 |
维护、优化与工程管理
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| GSO | 33.335 / 21Normal (With Tools) | 26.508 / 21Normal (With Tools) | +6.83 |
综合偏好评测
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5558 / 35Normal (No Tools) | 1,47920 / 35Normal (No Tools) | +76.35 |
综合知识考试
Claude Opus 4.6 领先 1/1| 评测项 | Claude Opus 4.6 | Opus 4.5 | 分差 |
|---|---|---|---|
| HLE | 19162 / 235Normal (No Tools) | 14.16183 / 235Normal (No Tools) | +4.84 |
规格对比
| 字段 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-05 | 2025-11-25 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 200K |
| 最大输出 | 64K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- Claude Opus 4.6在以下类目领先:临床工作与医疗决策 (2/2)、科学知识与推理 (2/2)、自主开发与终端任务 (2/2)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、客服与业务流程 (1/1)、维护、优化与工程管理 (1/1)、综合偏好评测 (1/1)、综合知识考试 (1/1)
- Opus 4.5在以下类目领先:仓库修复与多文件工程 (1/1)
13 个共同 benchmark 上，Claude Opus 4.6 平均高出 19.13 分。
单项差距最大的 benchmark：Creative Writing — Claude Opus 4.6 1,809，Opus 4.5 1,687（分差 +122.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。