Claude Opus 5
Anthropic · 2026-07-24 发布 · 10/25 14:06 更新
AIHOT 评分 · 综合68.0分综合第 10 名评分不是正确率 · 评测覆盖 100%
可比较分类4/ 4 项分类
已有成绩36项评测
上下文窗口100万Token
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分66.2分第 10 名9 项评测 · 覆盖 100%科研AIHOT 评分69.8分第 8 名9 项评测 · 覆盖 100%专业办公AIHOT 评分68.3分第 8 名10 项评测 · 覆盖 100%知识问答AIHOT 评分70.4分第 8 名6 项评测 · 覆盖 100%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看运行配置与采用方式。
编程66.29 项
科研69.89 项
专业办公68.310 项
知识问答70.47 项
真人盲选67.51 项
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
了解计算方法 →