GPT-5vsClaude Opus 4
GPT-5 与 Claude Opus 4 在 8 个共同 benchmark 中整体接近：GPT-5 领先 4 项，Claude Opus 4 领先 4 项，持平 0 项，平均分差 +9.77。
GPT-5
OpenAI · 2025-08-07 · 基础大模型
Claude Opus 4
Anthropic · 2025-05-23 · 推理大模型
GPT-54 项(50%)(50%)4 项Claude Opus 4
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
数学
GPT-5 领先 2/3| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| IMO-ProofBench | 592 / 16Thinking (No Tools) | 2.9016 / 16Thinking (No Tools) | +56.10 |
| IMO-ProofBench Advanced | 2011 / 24Thinking (No Tools) | 2.9024 / 24Thinking (No Tools) | +17.10 |
| AIME2025 | 61.9089 / 110Normal (No Tools) | 75.5074 / 110Normal (No Tools) | -13.60 |
写作与创意表达
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| Creative Writing | 1,62739 / 110Normal (No Tools) | 1,58044 / 110Normal (No Tools) | +46.90 |
客服与业务流程
GPT-5 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| τ²-Bench | 8015 / 44Thinking (With Tools) | 72.5024 / 44Thinking (With Tools) | +7.50 |
抽象归纳与泛化
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 6188 / 193Normal (No Tools) | 35.67159 / 193Normal (No Tools) | -29.67 |
科学知识与推理
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| GPQA Diamond | 77.80143 / 253Normal (No Tools) | 79.60135 / 253Normal (No Tools) | -1.80 |
综合知识考试
Claude Opus 4 领先 1/1| 评测项 | GPT-5 | Claude Opus 4 | 分差 |
|---|---|---|---|
| HLE | 6.30217 / 235Normal (No Tools) | 10.70193 / 235Normal (No Tools) | -4.40 |
规格对比
| 字段 | GPT-5 | Claude Opus 4 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2025-08-07 | 2025-05-23 |
| 模型类型 | 基础大模型 | 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 | 400K | 200K |
| 最大输出 | 128K | 32K |
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 | Claude Opus 4 |
|---|---|---|
| 文本输入 | $1.25 / 1M tokens | $15 / 1M tokens |
| 文本输出 | $10 / 1M tokens | $75 / 1M tokens |
| 缓存读取 | $0.125 / 1M tokens | $1.5 / 1M tokens |
| 缓存写入 | $0 / 1M tokens | $18.75 / 1M tokens |
小结
- GPT-5在以下类目领先:数学 (2/3)、写作与创意表达 (1/1)、客服与业务流程 (1/1)
- Claude Opus 4在以下类目领先:抽象归纳与泛化 (1/1)、科学知识与推理 (1/1)、综合知识考试 (1/1)
8 个共同 benchmark 上，GPT-5 平均高出 9.77 分。
单项差距最大的 benchmark：IMO-ProofBench — GPT-5 59，Claude Opus 4 2.90（分差 +56.10）。
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。