VerdictPal
Beitreten

Modelle / Anthropic

Claude 3 Opus

Claude Opus · Release 2024-03-04

Anthropics Opus März 2024. MMLU 86,8 %, MMLU-Pro 68,4 %, HumanEval-Baseline im öffentlichen Ledger.

Historische Baseline vor Opus 4 — keine aktuelle Wahl.

#45 von 51 im AA Index · aktueller Snapshot
12 AA Index · 11 Benchmark-Zeilen · 3 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite34
Kontext200K
Input / 1M$15
Output / 1M$75
Wissensstichtag2023-08-01
Output-Speed0 t/s
TTFT (Default-API)0.00s
Statuslightweight
Claude
KnowledgeReasoningMathCoding
Knowledge
87
Reasoning
49
Math
64
Coding
28

57average across 4 tested families

Benchmark-Platzierungen

Wo Claude 3 Opus auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
LiveCodeBenchCoding#13/ 1328Artificial Analysis2026-07-21
MMLUKnowledge#16/ 2287Anthropic Claude 3 model card2024-03-04
AIMEMath#19/ 193Artificial Analysis2026-07-21
MATHMath#19/ 2064Artificial Analysis2026-07-21
MMLU-ProKnowledge#21/ 2168MMLU-Pro paper2024-06-03
AA output speedPerformance#59/ 69Artificial Analysis2026-07-21
AA time to first tokenPerformance#59/ 69Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#62/ 6712Artificial Analysis2026-07-21
SciCodeCoding#62/ 6523Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#65/ 653Artificial Analysis2026-07-21
GPQA DiamondReasoning#68/ 6949Artificial Analysis2026-07-21
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Claude 3 Opus auftaucht, ist es hervorgehoben.

KnowledgeClaude 3 Opus · 87
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningClaude 3 Opus · 49
  1. 1
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
MathClaude 3 Opus · 64
  1. 1
    OpenAI o3
    99
  2. 2
    OpenAI o1
    97
  3. 3
    Gemini 3 Pro
    96
CodingClaude 3 Opus · 28
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
Long context
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Claude 3 Opus in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

9 neu
BenchmarkFamilyScoreQuelleTage her
AA output speedPerformance0 t/sArtificial Analysis2
AA time to first tokenPerformance0.00sArtificial Analysis2
AIMEMath3.33%Artificial Analysis2
Artificial Analysis Intelligence IndexReasoning11.8%Artificial Analysis2
GPQA DiamondReasoning48.9%Artificial Analysis2
Humanity's Last ExamReasoning3.1%Artificial Analysis2
LiveCodeBenchCoding27.9%Artificial Analysis2
MATHMath64.07%Artificial Analysis2
SciCodeCoding23.3%Artificial Analysis2
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Knowledge87
Reasoning49
Math64
Coding28
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Claude 3 Opus. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

11 Quell-Zeilen

11 of 32 catalog benchmarks have a sourced row for Claude 3 Opus.

Knowledge

Reasoning

Math

Coding

Performance

Quellen