GPT-5.4vsClaude Opus 4.6
在 8 个共同 benchmark 中，Claude Opus 4.6 整体领先：GPT-5.4 领先 3 项，Claude Opus 4.6 领先 5 项，持平 0 项，平均分差 -1.40。
GPT-5.4
OpenAI · 2026-03-05 · 多模态大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
GPT-5.43 项(38%)(63%)5 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
跨应用与工具编排
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 75.7017 / 45Reported best (effort unspecified) | 69.9026 / 45Reported best (effort unspecified) | +5.80 |
| Pinch Bench | 90.501 / 38Thinking (With Tools) | 87.408 / 38Thinking (With Tools) | +3.10 |
写作与创意表达
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Creative Writing | 1,84019 / 110Normal (No Tools) | 1,80922 / 110Normal (No Tools) | +30.60 |
图像感知与视觉推理
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.60125 / 229Normal (No Tools) | 72.50116 / 229Normal (No Tools) | -1.90 |
多轮记忆与持续上下文
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Context Arena | 32.79112 / 126Normal (No Tools) | 60.3376 / 126Normal (No Tools) | -27.54 |
机器学习工程
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| WeirdML v2 | 57.4431 / 52Normal (With Tools) | 65.9023 / 52Normal (With Tools) | -8.46 |
科学知识与推理
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| CritPt | 0.60172 / 204Normal (No Tools) | 2.80124 / 204Normal (No Tools) | -2.20 |
自主开发与终端任务
Claude Opus 4.6 领先 1/1| 评测项 | GPT-5.4 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 37.9059 / 244Normal (With Tools) | 48.5025 / 244Normal (With Tools) | -10.60 |
规格对比
| 字段 | GPT-5.4 | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2026-03-05 | 2026-02-05 |
| 模型类型 | 多模态大模型 | 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 | 1M | 1000K |
| 最大输出 | 125K | 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 | GPT-5.4 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.25 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- GPT-5.4在以下类目领先:跨应用与工具编排 (2/2)、写作与创意表达 (1/1)
- Claude Opus 4.6在以下类目领先:图像感知与视觉推理 (1/1)、多轮记忆与持续上下文 (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)
8 个共同 benchmark 上，Claude Opus 4.6 平均高出 1.40 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.4 1,840，Claude Opus 4.6 1,809（分差 +30.60）。
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。