#11 Claude Opus 5
high- 成本
- $0.265
- 时间
- 144.5s
- 令牌
- 10,741 tok
已对比模型
Claude Opus 5 (high) vs Claude Opus 4.6 (medium) vs Claude Opus 5 (low) vs Claude Opus 5 基准对比Claude Opus 5 (high) 在分数上以 9.2 领先。 Claude Opus 5 (high) 在可靠性上以 10.0 领先。 Claude Opus 5 (low) 的总成本最低，为 $1.121。 Claude Opus 5 (low) 最快，为 6.99s。
推荐模型Claude Opus 5 (low)它的得分接近这里的最高分（8.6 vs 9.2），同时成本比本次比较中的其他模型低约 2.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
| 指标 | Claude Opus 5 Claude Opus 5 high | Claude Opus 4.6 Claude Opus 4.6 medium | Claude Opus 5 Claude Opus 5 low | Claude Opus 5 Claude Opus 5 none |
|---|---|---|---|---|
| 分数 | 9.2 | 7.7 | 8.6 | 7.5 |
| 排名 | #11 | #50 | #23 | #59 |
| 可靠性 | 10.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.8 | 9.3 | 9.6 |
| 测试正确 | ||||
| 尝试通过率 | 84.9% | 63.6% | 80.3% | 57.6% |
| 不稳定测试 | 1 | 3 | 2 | 1 |
| 总运行次数 | 66 | 66 | 66 | 66 |
| 每个结果成本 | 15.747 | 23.524 | 6.593 | 12.912 |
| 总成本 | $2.835 | $3.059 | $1.121 | $1.550 |
| 输入价格 | $5.000 / 1M | $5.000 / 1M | $5.000 / 1M | $5.000 / 1M |
| 输出价格 | $25.000 / 1M | $25.000 / 1M | $25.000 / 1M | $25.000 / 1M |
| 总输入令牌 | 135,959 | 108,615 | 134,773 | 185,550 |
| 输出令牌 | 67,066 | 72,286 | 14,123 | 24,866 |
| 推理令牌 | 19,114 | 28,315 | 3,896 | 0 |
| 响应时间（平均） | 20.44s | 34.27s | 6.99s | 7.60s |
| 响应时间（最大） | 159.01s | 151.51s | 30.67s | 47.72s |
| 响应时间（总计） | 449.68s | 513.99s | 153.73s | 167.28s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#50 Claude Opus 4.6
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#23 Claude Opus 5
low- 成本
- $0.062
- 时间
- 30.2s
- 令牌
- 2,615 tok
#59 Claude Opus 5
none- 成本
- $0.271
- 时间
- 149.3s
- 令牌
- 10,962 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 5.91s | 834 | 2,063 | 617 | |
| Claude Opus 4.6 | 6.4 | 5.8 | 66.7% | 2 | 7.45s | 840 | 986 | 1,071 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 834 | 1,008 | 376 | |
| Claude Opus 5 | 5.5 | 8.3 | 41.7% | 1 | 4.33s | 834 | 1,398 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 12.73s | 10,590 | 7,547 | 1,721 | |
| Claude Opus 4.6 | 5.7 | 7.1 | 44.4% | 1 | 30.10s | 8,522 | 13,057 | 4,121 | |
| Claude Opus 5 | 7.8 | 7.4 | 77.8% | 1 | 6.70s | 10,590 | 2,442 | 760 | |
| Claude Opus 5 | 5.9 | 9.7 | 33.3% | 0 | 5.54s | 10,590 | 2,886 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 31.11s | 98,549 | 10,546 | 2,198 | |
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 114.08s | 76,073 | 33,018 | 9,509 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 21.05s | 97,363 | 6,024 | 911 | |
| Claude Opus 5 | 8.3 | 10.0 | 50.0% | 0 | 30.54s | 148,140 | 13,011 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.22s | 10,503 | 488 | 160 | |
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.37s | 8,676 | 691 | 757 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.69s | 10,503 | 343 | 79 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 10,503 | 309 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.6 | 7.2 | 22.2% | 1 | 89.10s | 975 | 43,065 | 13,078 | |
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 83.40s | 674 | 14,642 | 8,687 | |
| Claude Opus 5 | 2.9 | 7.2 | 11.1% | 1 | 8.89s | 975 | 2,447 | 987 | |
| Claude Opus 5 | 5.3 | 10.0 | 33.3% | 0 | 10.75s | 975 | 5,440 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.79s | 708 | 268 | 0 | |
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 564 | 188 | 292 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.76s | 708 | 293 | 0 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.70s | 708 | 316 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 909 | 119 | 361 | |
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 792 | 266 | 467 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.13s | 909 | 242 | 146 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 909 | 99 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 894 | 908 | 524 | |
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.71s | 816 | 532 | 630 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.23s | 894 | 607 | 300 | |
| Claude Opus 5 | 7.7 | 10.0 | 66.7% | 0 | 3.66s | 894 | 874 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 8.44s | 11,739 | 354 | 0 | |
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 11,454 | 861 | 329 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 9.03s | 11,739 | 354 | 0 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 7.89s | 11,739 | 355 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 14.14s | 258 | 1,708 | 455 | |
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 63.24s | 204 | 8,045 | 2,452 | |
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 6.48s | 258 | 363 | 337 | |
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 4.08s | 258 | 178 | 0 |
快速对比
切换对比组合
Claude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 5nonevsNemotron 3 Ultramedium免费可用Claude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 5nonevsKimi K2.7 CodemediumClaude Opus 5nonevsGPT-5.4 NanomediumClaude Opus 5nonevsGPT-5.6 LunamediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 5lowvsMuse Spark 1.1mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 5nonevsGrok Build 0.1mediumClaude Opus 5nonevsGPT-5.6 TerralowClaude Opus 5nonevsGPT-5.4 Minimedium