今日热点
No.5Anthropic2026年9月28日

Claude Sonnet 5.5

前沿大模型能力评测成绩与细分基准证据链。

综合评测得分

71.4

综合排位

第 5 名

API 参考定价: 输入 ¥13.34 / 输出 ¥66.68 (缓存 ¥0.67) / 每百万 Token

五大领域分项成绩

编程第2名

73.3 分

科研第6名

72.9 分

专业办公第4名

71.7 分

知识问答第18名

64.5 分

实测证据链明细

每一项成绩都有明确来处。列出标准化评测集原始成绩及其统一折算分。

MirrorCodeEpoch AIMax 推理
原始值 97.8%
折算能力分 98.7
第 1 名
ProgramBenchVals AIMax 推理
原始值 6.5%
折算能力分 84.2
第 3 名
Code Migration v1.1Vals AIMax 推理
原始值 86.9%
折算能力分 84.0
第 1 名
Terminal-Bench 4.0Terminal-BenchMax 推理 · Claude Code
原始值 61.8%
折算能力分 78.4
第 2 名
LiveBench CodingLiveBenchMax 推理
原始值 91.4%
折算能力分 77.6
第 6 名
FrontierSWE v2Proximal LabsMax 推理
原始值 62.0%
折算能力分 77.6
第 2 名
Terminal-Bench 4.0Vals AIMax 推理
原始值 64.1%
折算能力分 76.3
第 2 名
FrontierCode 2.0CognitionMax 推理 · Claude Code
原始值 41.0%
折算能力分 75.7
第 5 名
APEX-SWEMercorMax 推理 · terminus-2 · apex-swe:terminus-2
原始值 66.4%
折算能力分 74.8
第 2 名
FrontierCode 2.0Artificial AnalysisMax 推理 · 含来源回退
原始值 41.7%
折算能力分 73.9
第 5 名
Terminal-Bench 4.0Artificial AnalysisMax 推理 · 含来源回退
原始值 63.6%
折算能力分 73.8
第 3 名
Vibe Code Bench v1.1Vals AIMax 推理
原始值 92.4%
折算能力分 72.3
第 1 名
TapTap MakerTapTap MakerxHigh 推理 · claude
原始值 84.0%
折算能力分 69.6
第 6 名
WeirdML v3Håvard Tveit IhlexHigh 推理 · claude_code
原始值 18.7%
折算能力分 68.8
第 8 名
CyberBench Patch v1.1Vals AIMax 推理
原始值 87.5%
折算能力分 65.6
第 5 名
SciCodeArtificial AnalysisMax 推理 · 含来源回退
原始值 61.0%
折算能力分 64.0
第 6 名
LiveBench Agentic CodingLiveBenchMax 推理
原始值 56.3%
折算能力分 60.5
第 6 名
Terminal-Bench ScienceVals AIMax 推理
原始值 47.1%
折算能力分 79.6
第 3 名
Terminal-Bench ScienceArtificial AnalysisMax 推理 · 含来源回退
原始值 53.3%
折算能力分 78.0
第 11 名
MysteryMechanismVals AIMax 推理
原始值 49.1%
折算能力分 76.8
第 3 名
Mystery Game PuzzlesEpoch AIMax 推理
原始值 65.0%
折算能力分 76.3
第 5 名
FrontierMath T1–3Epoch AIMax 推理
原始值 88.8%
折算能力分 75.5
第 8 名
BioMysteryBenchVals AIMax 推理
原始值 81.1%
折算能力分 73.7
第 1 名
CritPt v2 HardArtificial AnalysisMax 推理 · 含来源回退
原始值 59.0%
折算能力分 73.0
第 24 名
Chess PuzzlesEpoch AIMax 推理
原始值 59.0%
折算能力分 72.1
第 10 名
CritPtArtificial AnalysisMax 推理 · 含来源回退
原始值 31.4%
折算能力分 71.6
第 8 名
司南 · 抽象OpenCompassMax 推理
原始值 80.0%
折算能力分 71.2
第 2 名
Humanity's Last ExamArtificial AnalysisMax 推理 · 含来源回退
原始值 55.0%
折算能力分 70.4
第 9 名
致知 · 逻辑月榜llm2014xHigh 推理
原始值 57.4%
折算能力分 70.2
第 10 名
ARC-AGI-2ARC PrizexHigh 推理
原始值 83.9%
折算能力分 69.6
第 36 名
LiveBench ReasoningLiveBenchMax 推理
原始值 91.6%
折算能力分 68.7
第 7 名
司南 · 推理OpenCompassMax 推理
原始值 79.5%
折算能力分 66.4
第 8 名
AA-BriefcaseArtificial AnalysisMax 推理 · 含来源回退
原始值 1,813.3
折算能力分 79.7
第 1 名
APEX-AgentsMercorMax 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
原始值 75.5%
折算能力分 79.7
第 4 名
AA-Analyst AgentArtificial AnalysisMax 推理 · 含来源回退
原始值 57.5%
折算能力分 76.0
第 2 名
GDPval-AAArtificial AnalysisMax 推理 · 含来源回退
原始值 1,837.8
折算能力分 75.4
第 4 名
τ³-BankingMercorMax 推理
原始值 54.0%
折算能力分 74.6
第 5 名
TaxAgentBenchVals AIMax 推理
原始值 42.0%
折算能力分 73.6
第 10 名
AutomationBench-AAArtificial AnalysisMax 推理 · 含来源回退
原始值 71.8%
折算能力分 72.4
第 6 名
Excel Modeling v1.1Vals AIMax 推理
原始值 75.9%
折算能力分 72.1
第 3 名
Harvey LAB-AA v1.1Artificial AnalysisMax 推理 · 含来源回退
原始值 2.8%
折算能力分 70.3
第 14 名
Finance Agent v2.1Vals AIMax 推理
原始值 67.3%
折算能力分 69.8
第 5 名
Legal Research BenchVals AIMax 推理
原始值 48.1%
折算能力分 69.8
第 11 名
MedCodeVals AIMax 推理
原始值 52.9%
折算能力分 65.1
第 12 名
原始值 10.4%
折算能力分 61.9
第 21 名
LiveBench Data AnalysisLiveBenchMax 推理
原始值 59.5%
折算能力分 44.0
第 65 名
MLCR-AAArtificial AnalysisMax 推理 · 含来源回退
原始值 41.7%
折算能力分 87.2
第 1 名
司南 · 知识OpenCompassMax 推理
原始值 76.0%
折算能力分 72.1
第 4 名
AA-Omniscience v1.1Artificial AnalysisMax 推理 · 含来源回退
原始值 30.5
折算能力分 69.7
第 28 名
BullshitBench v2BullshitBenchMax 推理
原始值 58.0%
折算能力分 66.5
第 54 名
NYT Connections 扩展版Lech MazurHigh 推理
原始值 80.5%
折算能力分 60.5
第 50 名
LiveBench LanguageLiveBenchMax 推理
原始值 78.0%
折算能力分 57.8
第 56 名
AA-LCRArtificial AnalysisMax 推理 · 含来源回退
原始值 82.7%
折算能力分 57.5
第 37 名
SimpleQA VerifiedEpoch AIMax 推理
原始值 46.5%
折算能力分 56.7
第 38 名
LiveBench IFLiveBenchMax 推理
原始值 56.8%
折算能力分 46.2
第 56 名
Arena WebDevLMArenaxHigh 推理
原始值 1,769.7
折算能力分 78.8
第 3 名
Arena TextLMArenaxHigh 推理
原始值 1,477.1
折算能力分 60.7
第 31 名

能力折算分说明

不同公开测试集的绝对分值与满分标尺各不相同(如百分比、Elo 分或通过率)。 折算分基于该评测历史难度与全部参评模型得分分布换算为统一标准分,便于跨评测直观横向比对。