Opus 4.7vsGPT-5.4
在 14 个共同 benchmark 中，GPT-5.4 整体领先：Opus 4.7 领先 6 项，GPT-5.4 领先 8 项，持平 0 项，平均分差 +5.71。
Opus 4.76 项(43%)(57%)8 项GPT-5.4
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
数学
GPT-5.4 领先 5/5| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| MathArena Apex | 40.629 / 17Extra-High (With Tools) | 54.178 / 17Extra-High (With Tools) | -13.55 |
| FrontierMath - Tier 4 | 22.9012 / 80Extra-High (No Tools) | 27.1011 / 80Extra-High (No Tools) | -4.20 |
| FrontierMath | 43.806 / 60Extra-High (No Tools) | 47.605 / 60Extra-High (No Tools) | -3.80 |
| HMMT Feb 2026 | 93.946 / 10Extra-High (With Tools) | 97.732 / 10Extra-High (With Tools) | -3.79 |
| AIME 2026 | 95.8310 / 30Extra-High (With Tools) | 99.174 / 30Extra-High (With Tools) | -3.34 |
写作与创意表达
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| Creative Writing | 1,91412 / 110Normal (No Tools) | 1,84019 / 110Normal (No Tools) | +74.60 |
图像感知与视觉推理
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| MMMU-Pro | 76.4073 / 229Normal (No Tools) | 70.60125 / 229Normal (No Tools) | +5.80 |
多轮记忆与持续上下文
GPT-5.4 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| Context Arena | 22.12122 / 126Normal (No Tools) | 32.79112 / 126Normal (No Tools) | -10.67 |
抽象归纳与泛化
GPT-5.4 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 0.1838 / 51Thinking High (No Tools) | 0.2136 / 51Thinking High (No Tools) | -0.03 |
机器学习工程
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| WeirdML v2 | 76.4013 / 52Normal (With Tools) | 57.4431 / 52Normal (With Tools) | +18.96 |
科学知识与推理
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| CritPt | 5.1098 / 204Normal (No Tools) | 0.60172 / 204Normal (No Tools) | +4.50 |
自主开发与终端任务
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 54.5015 / 244Normal (With Tools) | 37.9059 / 244Normal (With Tools) | +16.60 |
跨应用与工具编排
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| PinchBench v2 | 76.0115 / 45Reported best (effort unspecified) | 75.7017 / 45Reported best (effort unspecified) | +0.31 |
跨能力综合测试
GPT-5.4 领先 1/1| 评测项 | Opus 4.7 | GPT-5.4 | 分差 |
|---|---|---|---|
| LiveBench | 76.538 / 117Deep Thinking (No Tools) | 77.975 / 117Deep Thinking (No Tools) | -1.44 |
规格对比
| 字段 | Opus 4.7 | GPT-5.4 |
|---|---|---|
| 发布机构 | Anthropic | OpenAI |
| 发布时间 | 2026-04-16 | 2026-03-05 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 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 | 1M |
| 最大输出 | 128K | 125K |
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 | Opus 4.7 | GPT-5.4 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $2.5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.25 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | 暂无公开价格 |
小结
- Opus 4.7在以下类目领先:写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、机器学习工程 (1/1)、科学知识与推理 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- GPT-5.4在以下类目领先:数学 (5/5)、多轮记忆与持续上下文 (1/1)、抽象归纳与泛化 (1/1)、跨能力综合测试 (1/1)
14 个共同 benchmark 上，Opus 4.7 平均高出 5.71 分。
单项差距最大的 benchmark：Creative Writing — Opus 4.7 1,914，GPT-5.4 1,840（分差 +74.60）。
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。