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·1 个数据来源·更新于 2026-09-24
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 Opus 4.5 Thinking
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 |
|---|---|---|
| Gemini 3 Flash | 55.61 | 未公布 |
| Qwen3.8-27B | 55.35 | 未公布 |
| Claude Opus 4.5 | 55.09 | 未公布 |
| Claude Opus 4.5 Thinking · 当前模型 | 55.07 | 未公布 |
| GPT-5.4 mini | 55.01 | 未公布 |
| Qwen 3.6 Max (preview) | 54.97 | 未公布 |
| MiniMax M3 | 54.86 | 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。
2 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。
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
| 来源 / 配置 | 采集时间 | 原始数据 |
|---|---|---|
| BenchLMClaude Opus 4.5 Thinking | 2026-09-24 | 查看来源 |
