Claude Opus 5 vs Claude Opus 5

平均分几乎持平，为 9.2 vs 9.2。 Claude Opus 5 (medium) benchmark 成本更低，为 $1.486 vs $2.835。 Claude Opus 5 (medium) 更快，为 9.38s vs 20.44s，通过率为 84.9% vs 83.3%。

推荐模型Claude Opus 5 (medium)它在这里得分最高（9.2），同时成本比Claude Opus 5 (high)低约 1.9 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 发布日期: 2026-07-25	Claude Opus 5 Claude Opus 5 medium 发布日期: 2026-07-25

指标	Claude Opus 5 Claude Opus 5 high 发布日期: 2026-07-25	Claude Opus 5 Claude Opus 5 medium 发布日期: 2026-07-25
分数	9.2	9.2
排名	#11	#12
可靠性	10.0	10.0
一致性	9.6	9.6
测试正确
尝试通过率	84.9%	83.3%
不稳定测试	1	1
总运行次数	66	66
每个结果成本	15.747	8.253
总成本	$2.835	$1.486
输入价格	$5.000 / 1M	$5.000 / 1M
输出价格	$25.000 / 1M	$25.000 / 1M
总输入令牌	135,959	135,607
输出令牌	67,066	25,673
推理令牌	19,114	6,930
响应时间（平均）	20.44s	9.38s
响应时间（最大）	159.01s	35.05s
响应时间（总计）	449.68s	206.26s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#11 Claude Opus 5

high

成本: $0.265
时间: 144.5s
令牌: 10,741 tok

#12 Claude Opus 5

medium

成本: $0.125
时间: 69.3s
令牌: 5,134 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

类别:

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 5	10.0	10.0	100.0%	0		5.46s	834	1,559	572

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 5	10.0	10.0	100.0%	0		9.56s	10,590	5,224	1,162

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 5	10.0	10.0	100.0%	0		23.89s	98,197	7,895	1,276

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 5	10.0	10.0	100.0%	0		3.92s	10,503	355	161

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 5	2.9	7.2	11.1%	1		19.88s	975	8,083	2,688

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 5	10.0	10.0	100.0%	0		3.56s	708	291	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 5	10.0	10.0	100.0%	0		4.16s	909	377	351

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 5	10.0	10.0	100.0%	0		4.27s	894	836	465

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 5	10.0	10.0	100.0%	0		8.76s	11,739	354	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 5	3.0	10.0	0.0%	0		7.03s	258	699	255

快速对比

切换对比组合

Claude Opus 5highvsGemini 3.1 Pro Previewmedium Claude Opus 5highvsGPT-5.5low Claude Opus 5highvsQwen3.7 Maxmedium Claude Opus 5highvsGemini 3.5 Flashmedium Claude Opus 5highvsGPT-5.6 Solmedium Claude Opus 5mediumvsGPT-5.5low Claude Opus 5highvsGemini 3.6 Flashlow Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGemini 3.6 Flashlow Claude Opus 5highvsGPT-5.5medium Claude Opus 5mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high