Claude Opus 5 评测详情
Claude Opus 5 当前已收录的代表性评测结果包括 Context Arena（1 / 126，得分 97.72）、SWE-bench Verified（1 / 116，得分 96）、MedCode（1 / 64，得分 63.57）。本页还提供与 3 个竞品模型及 4 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。并附有 1 个数据来源链接供参考。
评测结果
Claude Opus 5
评测结果
抽象归纳与泛化
共 6 项评测评测名称 / 模式
得分
排名/总数
科学知识与推理
共 7 项评测评测名称 / 模式
得分
排名/总数
仓库修复与多文件工程
共 12 项评测评测名称 / 模式
得分
排名/总数
跨能力聚合指数
共 9 项评测评测名称 / 模式
得分
排名/总数
图像感知与视觉推理
共 7 项评测评测名称 / 模式
得分
排名/总数
科学计算与科研编程
共 6 项评测评测名称 / 模式
得分
排名/总数
客服与业务流程
共 7 项评测评测名称 / 模式
得分
排名/总数
法律
共 3 项评测评测名称 / 模式
得分
排名/总数
金融
共 3 项评测评测名称 / 模式
得分
排名/总数
数学
共 3 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 11 项评测评测名称 / 模式
得分
排名/总数
文档与图表理解
共 6 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Claude Opus 5 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Claude Opus 5当前 | GPT-5.6 Sol | Kimi K3 | GLM-5.2 |
|---|---|---|---|---|
97.50思考水平·极高 | 97.50思考水平·极高 | 94.50思考水平·高 ｜ 工具 | -- | |
90.42思考水平·高 | 92.50思考水平·高 | 60.42思考水平·高 ｜ 工具 | -- | |
30.16思考水平·高 | 7.78思考水平·高 | -- | -- | |
63.60思考水平·高 ｜ 工具 | 44.50思考水平·高 | 59.80思考水平·高 ｜ 工具 | 54.70开启思考 ｜ 工具 | |
54.40思考水平·高 | 54.50思考水平·高 | -- | -- | |
29.10思考水平·高 | 32.30思考水平·高 | 23.40思考水平·高 | 20.90思考水平·高 | |
87.88思考水平·低 | 94.60思考水平·高 | 91.92思考水平·高 | 91.86思考水平·高 | |
37.39思考水平·高 ｜ 工具 | 33.33思考水平·高 ｜ 工具 | -- | -- | |
73.65思考水平·高 ｜ 工具 | 72.70思考水平·极高 ｜ 工具 | 68.51思考水平·高 ｜ 工具 | 44.00深度思考模式 ｜ 工具 | |
75.30思考水平·高 ｜ 工具 | 56.80思考水平·高 ｜ 工具 | 58.00思考水平·高 ｜ 工具 | 48.90开启思考 ｜ 工具 | |
52.70思考水平·高 | 53.50思考水平·高 | -- | -- | |
79.20思考水平·高 ｜ 工具 | 64.60思考水平·极高 ｜ 工具 | -- | 62.10开启思考 ｜ 工具 |
其余 49 个 benchmark 仍可在上方图表中查看。
Claude Opus 5 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Claude Opus 5
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
GPT-5.6 Sol
供应商: OpenAI
标准输入: $4 / 1M tokens
标准输出: $20 / 1M tokens
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
GPT-5.6 Sol | OpenAI | $4 / 1M tokens | $20 / 1M tokens | — |
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
GLM-5.2 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
历代版本对比
Claude Opus 5 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Claude Opus 5当前 | Claude Opus 4.8 | Opus 4.7 | Claude Opus 4.6 | Opus 4.5 |
|---|---|---|---|---|---|
97.50思考水平·极高 | 92.50思考水平·高 ｜ 工具 | 93.50思考水平·高 | 94.00思考水平·高 | 80.00扩展思考 | |
90.42思考水平·高 | 72.08思考水平·高 ｜ 工具 | 75.80思考水平·高 | 69.17思考水平·高 | 37.64扩展思考 | |
30.16思考水平·高 | 1.52思考水平·高 | 0.18思考水平·高 | 0.51思考水平·高 | -- | |
63.60思考水平·高 ｜ 工具 | 57.90扩展思考 ｜ 工具 | 54.70扩展思考 ｜ 工具 | 53.00扩展思考 ｜ 工具 | 43.20扩展思考 ｜ 工具 | |
29.10思考水平·高 | 20.90思考水平·高 | 12.00思考水平·高 | 12.60思考水平·高 | 4.60开启思考 | |
87.88思考水平·低 | 93.60思考水平·高 | 94.20扩展思考 | 91.31扩展思考 | 87.00扩展思考 | |
73.65思考水平·高 ｜ 工具 | 58.97深度思考模式 ｜ 工具 | -- | -- | -- | |
89.50思考水平·高 ｜ 工具 | -- | -- | 72.00扩展思考 ｜ 工具 | -- | |
79.20思考水平·高 ｜ 工具 | 69.20扩展思考 ｜ 工具 | 64.30扩展思考 ｜ 工具 | -- | -- | |
96.00思考水平·高 ｜ 工具 | 88.60扩展思考 ｜ 工具 | 87.60扩展思考 ｜ 工具 | 80.84扩展思考 ｜ 工具 | 80.90扩展思考 ｜ 工具 | |
2132.60常规模式 | 1839.80常规模式 | 1914.30常规模式 | 1809.10常规模式 | 1686.70常规模式 | |
80.60思考水平·高 | 64.80常规模式 | 61.70常规模式 | 67.60常规模式 | 62.00扩展思考 |
其余 30 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：ARC-AGI-1 · 抽象归纳与泛化
选择评测
Claude Opus 5 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Claude Opus 4.8 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Opus 4.7 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Claude Opus 4.6 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
Opus 4.5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |