正在读取模型档案与评测数据…
正在读取模型档案与评测数据…
Anthropic·2 个数据来源·更新于 2026-09-26
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
当前配置：Claude 4.1 Opus
BenchAlign · 同一来源与榜单口径，分数越高越好
| 模型与配置 | BenchAlign | 每任务成本 |
|---|---|---|
| GLM-4.6 | 39.8 | 未公布 |
| GPT-4.1 | 39.79 | 未公布 |
| Qwen3 Max | 39.11 | 未公布 |
| Claude 4.1 Opus · 当前模型 | 38.47 | 未公布 |
| DeepSeek V3.1 (Reasoning) | 38.43 | 未公布 |
| GLM-4.7-Flash | 38.16 | 未公布 |
| GPT-OSS 120B | 37.76 | 未公布 |
* 此分数为来源估算值。不同来源的分数不能直接相加或横向比较；评测任务成本不是 API Token 单价。
0 项已收录成绩 · 保留原始单位和测试条件
只展示有可靠来源的资料；优先采用厂商官网与官方模型仓库。
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| Artificial Analysis · Claude 4.1 Opus (Non-reasoning) | $15 | $75 | $1.5 |
| Artificial Analysis · Claude 4.1 Opus (Reasoning) | $15 | $75 | $1.5 |
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
公开评测数据；保留来源原始口径
公开评测数据；保留来源原始口径
