Claude Sonnet 4.5 20250929
Anthropic · 2025-09-29 发布 · 11/09 14:05 更新
AIHOT 评分 · 综合44.3分暂不排名:评测数量还不够评分不是正确率 · 评测覆盖 26%
Claude Sonnet 4.5 20250929 在 AIHOT 模型榜暂不排名(评测数量还不够);Anthropic 2025 年 9 月 29 日发布,官方 API 每百万 Token 输入 ¥20.01、输出 ¥100.07,上下文 100万 Token。
可比较分类0/ 4 项分类
已有成绩11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—分这个领域测得还不够1 项评测 · 覆盖 8%科研AIHOT 评分41.2分暂不排名4 项评测 · 覆盖 33%专业办公AIHOT 评分—分这个领域测得还不够1 项评测 · 覆盖 10%知识问答AIHOT 评分44.5分暂不排名3 项评测 · 覆盖 60%
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。展开可查看它测什么、运行配置与采用方式。
编程44.21 项
科研41.24 项
专业办公46.41 项
知识问答44.53 项
真人盲选46.22 项
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。
Terminal-Bench 4.0 · AATerminal-Bench 4.0 · ValsTerminal-Bench 4.0 · 官方LiveBench · 编程综合SciCode · AACode Migration v1.1ProgramBenchCyberBench Patch v1.1FrontierCode 2.0 · AAAPEX-SWEFrontierCode 2.0 · CognitionWeirdML v3FrontierSWE v2TapTap MakerHLE · AALiveBench · 推理与数学致知 · 逻辑月榜司南 · 推理司南 · 抽象CritPt · AACritPt v2 Hard · AAMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AABioMysteryBenchGDPval-AAAA-BriefcaseAutomationBench · AAVals Finance Agent v2.1APEX-Agents 1.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorLiveBench · 数据分析AA-Analyst AgentLegal Research BenchTaxAgentBenchExcel Modeling v1.1AA-Omniscience v1.1司南 · 知识AA-LCRMLCR-AALiveBench · 语言与指令
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 →