VerdictPal
Beitreten

Modelle / Anthropic

Claude 4 Opus (Reasoning)

Claude 4 · Release 2025-05-22

AA Intelligence Index 31.7. Auf Artificial Analysis gelistet mit API-Preisen $15/$75 pro 1M Tokens. Benchmark-Zeilen werden aus dem AA-Snapshot synchronisiert — siehe Ledger auf dieser Seite.

Frontier-Modell auf Artificial Analysis. Nutze das Benchmark-Ledger unten für belegte Scores; wir leiten keine Zahlen über veröffentlichte Zeilen hinaus ab.

#119 von 166 im AA Index · aktueller Snapshot
32 AA Index · 13 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite54
KontextUnlisted
Input / 1M$15
Output / 1M$75
Wissensstichtagunpublished
Statuslightweight

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

66/100 Ø
Wissen
87
Reasoning
80
Mathe
98
Coding
64
Agentisch
31
Langer Kontext
36

6 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Claude 4 Opus (Reasoning) auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
MATHMath#6/ 2598Artificial Analysis2026-09-01
MMLU-ProKnowledge#11/ 3987Artificial Analysis2026-09-01
LiveCodeBenchCoding#26/ 3164Artificial Analysis2026-09-01
AIMEMath#30/ 3773Artificial Analysis2026-09-01
AA output speedPerformance#88/ 185Artificial Analysis2026-09-01
AA time to first tokenPerformance#88/ 185Artificial Analysis2026-09-01
IFBenchReasoning#94/ 12754Artificial Analysis2026-09-01
SciCodeCoding#127/ 18040Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#137/ 18432Artificial Analysis2026-09-01
GPQA DiamondReasoning#141/ 18580Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#148/ 18012Artificial Analysis2026-09-01
Terminal-BenchAgentic#149/ 18431Artificial Analysis2026-09-01
AA-LCRLong context#163/ 17936Artificial Analysis2026-09-01
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Claude 4 Opus (Reasoning) auftaucht, ist es hervorgehoben.

KnowledgeClaude 4 Opus (Reasoning) · 87
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningClaude 4 Opus (Reasoning) · 80
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathClaude 4 Opus (Reasoning) · 98
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    99
CodingClaude 4 Opus (Reasoning) · 64
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticClaude 4 Opus (Reasoning) · 31
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextClaude 4 Opus (Reasoning) · 36
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Claude 4 Opus (Reasoning) in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

13 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context36.33%Artificial Analysis2
AA output speedPerformance0 t/sArtificial Analysis2
AA time to first tokenPerformance0.00sArtificial Analysis2
AIMEMath73.33%Artificial Analysis2
Artificial Analysis Intelligence IndexReasoning31.7%Artificial Analysis2
GPQA DiamondReasoning79.6%Artificial Analysis2
Humanity's Last ExamReasoning12.3%Artificial Analysis2
IFBenchReasoning53.74%Artificial Analysis2
LiveCodeBenchCoding63.6%Artificial Analysis2
MATHMath98.2%Artificial Analysis2
MMLU-ProKnowledge87.3%Artificial Analysis2
SciCodeCoding39.8%Artificial Analysis2
Terminal-BenchAgentic31.06%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.

Wissen87
Reasoning80
Mathe98
Coding64
Agentisch31
Langer Kontext36
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover oder Tab auf einen Punkt: Name, Score und Input-Preis.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Claude 4 Opus (Reasoning). Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

13 Quell-Zeilen

13 of 37 catalog benchmarks have a sourced row for Claude 4 Opus (Reasoning).

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen