Claude Sonnet 4.5vsClaude Sonnet 4
在 26 个共同 benchmark 中，Claude Sonnet 4.5 整体领先：Claude Sonnet 4.5 领先 23 项，Claude Sonnet 4 领先 1 项，持平 2 项，平均分差 +19.52。
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
Claude Sonnet 4
Anthropic · 2025-05-23 · 推理大模型
Claude Sonnet 4.523 项(88%)持平2(4%)1 项Claude Sonnet 4
评测分数
按能力类目分组，每组内按分差大小排列；共 26 项。
客服与业务流程
Claude Sonnet 4.5 领先 3/4| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 983 / 30Thinking (With Tools) | 6525 / 30Thinking (With Tools) | +33 |
| τ²-Bench | 7126 / 44Normal (With Tools) | 5235 / 44Normal (With Tools) | +19 |
| τ³-Banking | 24.5081 / 167Thinking (With Tools) | 16.70102 / 167Thinking (With Tools) | +7.80 |
| SAGE | 32.8851 / 64Normal (With Tools) | 3549 / 64Normal (With Tools) | -2.12 |
数学
Claude Sonnet 4.5 领先 1/3| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| FrontierMath | 5.2038 / 60Normal (No Tools) | 4.1041 / 60Normal (No Tools) | +1.10 |
| IMO-ProofBench | 27.108 / 16Thinking (No Tools) | 27.108 / 16Thinking (No Tools) | 持平 |
| IMO-ProofBench Advanced | 4.8019 / 24Thinking (No Tools) | 4.8019 / 24Thinking (No Tools) | 持平 |
临床工作与医疗决策
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| MedScribe | 84.5222 / 66Normal (With Tools) | 72.4157 / 66Normal (With Tools) | +12.11 |
| MedCode | 40.5745 / 64Normal (With Tools) | 33.9454 / 64Normal (With Tools) | +6.63 |
仓库修复与多文件工程
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 828 / 116Parallel Thinking (With Tools) | 80.2014 / 116Parallel Thinking (With Tools) | +1.80 |
| SWE-Bench Pro - Public | 43.6054 / 62Thinking (No Tools) | 42.7055 / 62Thinking (No Tools) | +0.90 |
综合知识考试
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| MMLU-Pro | 888 / 175Thinking (No Tools) | 8440 / 175Thinking (No Tools) | +4 |
| HLE | 7.10214 / 235Normal (No Tools) | 5.52220 / 235Normal (No Tools) | +1.58 |
自主开发与终端任务
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 28.80116 / 244Normal (With Tools) | 27.30120 / 244Normal (With Tools) | +1.50 |
| Terminal-Bench | 2725 / 35Normal (With Tools) | 2626 / 35Normal (With Tools) | +1 |
跨应用与工具编排
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Claw Bench | 88.1013 / 29Thinking (With Tools) | 77.8023 / 29Thinking (With Tools) | +10.30 |
| Pinch Bench | 88.205 / 38Thinking (With Tools) | 80.5023 / 38Thinking (With Tools) | +7.70 |
写作与创意表达
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Creative Writing | 1,67833 / 110Normal (No Tools) | 1,48357 / 110Normal (No Tools) | +194.80 |
图像感知与视觉推理
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| MMMU-Pro | 65.20153 / 229Normal (No Tools) | 62.40165 / 229Normal (No Tools) | +2.80 |
抽象归纳与泛化
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 25.50169 / 193Normal (No Tools) | 23.80170 / 193Normal (No Tools) | +1.70 |
指令与格式遵循
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| IF Bench | 57.3024 / 31Thinking (With Tools) | 5525 / 31Thinking (With Tools) | +2.30 |
桌面工作流
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 61.4024 / 28Thinking (With Tools) | 42.2026 / 28Thinking (With Tools) | +19.20 |
科学知识与推理
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GPQA Diamond | 73.70162 / 253Normal (No Tools) | 68191 / 253Normal (No Tools) | +5.70 |
算法与竞赛编程
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| CodeClash | 1,3891 / 8Normal (With Tools) | 1,2234 / 8Normal (With Tools) | +166 |
跨能力综合测试
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| LiveBench | 53.6985 / 117Normal (No Tools) | 50.9891 / 117Normal (No Tools) | +2.71 |
跨行业工作评估
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GDPval-AA | 3910 / 15Thinking (No Tools) | 3313 / 15Thinking (No Tools) | +6 |
规格对比
| 字段 | Claude Sonnet 4.5 | Claude Sonnet 4 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2025-09-30 | 2025-05-23 |
| 模型类型 | 聊天大模型 | 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 Sonnet 4.5 | Claude Sonnet 4 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.3 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | $3.75 / 1M tokens |
小结
- Claude Sonnet 4.5在以下类目领先:客服与业务流程 (3/4)、数学 (1/3)、临床工作与医疗决策 (2/2)、仓库修复与多文件工程 (2/2)、综合知识考试 (2/2)、自主开发与终端任务 (2/2)、跨应用与工具编排 (2/2)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、抽象归纳与泛化 (1/1)、指令与格式遵循 (1/1)、桌面工作流 (1/1)、科学知识与推理 (1/1)、算法与竞赛编程 (1/1)、跨能力综合测试 (1/1)、跨行业工作评估 (1/1)
26 个共同 benchmark 上，Claude Sonnet 4.5 平均高出 19.52 分。
单项差距最大的 benchmark：Creative Writing — Claude Sonnet 4.5 1,678，Claude Sonnet 4 1,483（分差 +194.80）。
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。