Claude Opus 4.6
Anthropic · 2026-02-05 发布 · 10/23 20:07 更新
综合评分59.0分暂无足够的可比证据 · 证据覆盖 46%
可比较分类0/ 4 项分类
已有成绩14项评测
上下文窗口100万Token
各有所长，看得更清楚。
每类单独评分，越高表示该分类表现越强。具体能力请看原始成绩与配置。
编程综合评分—分暂无足够的可比成绩2 项评测 · 覆盖 29%科研综合评分59.0分暂无足够的可比成绩4 项评测 · 覆盖 43%专业办公综合评分58.2分暂无足够的可比成绩3 项评测 · 覆盖 38%知识问答综合评分61.6分暂无足够的可比成绩3 项评测 · 覆盖 80%
评分和参考位次只在同一分类、同一轮内比较。缺测不补分；覆盖比例不代表能力高低。
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
编程2 项
科研4 项
专业办公3 项
知识问答4 项
真人盲选1 项
尚无成绩的评测
这些评测尚无可采用的公开成绩，缺测不补分。
Terminal-Bench 4.0 · AATerminal-Bench 4.0 · ValsSciCode · AACode MigrationProgramBenchVibe Code Bench 1–100CyberBench Patch v1.1HLE · AACritPt · AAMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AAGDPval-AAAA-BriefcaseAutomationBench · AAVals Finance AgentHarvey Legal Agent Benchmarkτ³-Banking · MercorAA-Analyst AgentAA-OmniscienceAA-LCRMLCR-AA
还有一些未知
参考顺序只概括已取得的公开证据，缺测不补分。不同运行配置、未知误差与新评测都可能改变顺序，相邻位次不等于已证明的能力差距。
了解计算方法 →