返回综合榜CAPABILITY PROFILE UNDERSTANDING THE RANK BEHIND THE SCORE
Claude Opus 4.5 20251101
Anthropic · 2025-11-24 发布 · 09/29 09:56 更新
综合共识指数33.7综合榜前 30 名之外
分类成绩2/ 4 项分类
已有成绩11项评测
上下文窗口—Token
各有所长，看得更清楚。
每项能力单独计算。没有足够的实测，就留空。
不同分类的分数反映各自参照组中的排序支持，不能直接相加或用来比较不同能力的绝对高低。
综合名次，有多稳定？
依次移除一项评测或一家机构、调整单项权重与误差处理，观察排名怎样变化。
重新检查资格后的名次37—44 名证据敏感
3 个情景下参评证据不足。保持原候选不变时为 35—46 名。这个范围不是置信区间，也不包含从未公开的成绩。
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
综合评测与体验3 项
编程1 项
推理5 项
知识2 项
还有一些未知
缺失的评测不会记成零分。模型的名次会随新证据变化，分数相近时不宜过度解读细小差距。
了解计算方法 →