Claude Opus 4.5 20251101

编程50.94 项

• LiveBench Coding写代码·LiveBench79.7%折算分 59.9+
• HWeirdML v3机器学习工程·Håvard Tveit Ihle5.7%折算分 50.5+
• LiveBench Agentic Coding改真实仓库·LiveBench39.7%折算分 47.9+
• Vibe Code Bench v1.1做网页应用·Vals AI20.6%折算分 41.9+

科研49.17 项

• LiveBench Reasoning逻辑与空间推理·LiveBench80.1%折算分 53.9+
• Mystery Game Puzzles游戏局面推理·Epoch AI22.0%折算分 53.4+
• AARC-AGI-2举一反三·ARC Prize37.6%折算分 51.9+
• Humanity's Last Exam专家级难题·Artificial Analysis30.1%折算分 48.6+
• CritPt研究级物理·Artificial Analysis4.6%折算分 至多 46.9+
• FrontierMath T1–3研究级数学·Epoch AI34.4%折算分 44.0+
• Chess Puzzles下棋解题·Epoch AI14.0%折算分 36.3+

专业办公55.52 项

• LiveBench Data Analysis数据处理·LiveBench74.4%折算分 60.1+
• MedCode医疗编码·Vals AI45.2%折算分 55.4+

知识问答54.86 项

• PBullshitBench v2识破错误前提·BullshitBench90.0%折算分 112.3+
• LiveBench Language语言理解·LiveBench81.3%折算分 62.1+
• SimpleQA Verified事实准确·Epoch AI45.7%折算分 55.4+
• LiveBench IF按要求作答·LiveBench62.5%折算分 52.4+
• AA-LCR长文理解·Artificial Analysis77.3%折算分 50.9+
• LNYT Connections 扩展版词语归类·Lech Mazur49.4%折算分 44.0+

真人盲选54.52 项

• Arena Text对话盲选·LMArena1,473.7折算分 59.8+
• Arena WebDev网页成品盲选·LMArena1,493折算分 51.8+

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。