VerdictPal
Beitreten

Modelle / Anthropic

Claude Opus 4.6 (Adaptive Reasoning, Max Effort)

Claude Opus · Release 2026-02-05

AA Intelligence Index 43.7. Auf Artificial Analysis gelistet mit API-Preisen $5/$25 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.

#16 von 51 im AA Index · aktueller Snapshot
44 AA Index · 10 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite60
Kontext128K
Input / 1M$5.0
Output / 1M$25
Wissensstichtagopen
Output-Speed64 t/s
TTFT (Default-API)14.02s
Statussolid
ReasoningCodingAgenticLong context
Reasoning
90
Coding
52
Agentic
92
Long context
71

76average across 4 tested families

Benchmark-Platzierungen

Wo Claude Opus 4.6 (Adaptive Reasoning, Max Effort) auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
τ³-Bench BankingAgentic#4/ 6492Artificial Analysis2026-07-21
AA-LCRLong context#17/ 6471Artificial Analysis2026-07-21
AA time to first tokenPerformance#17/ 69Artificial Analysis2026-07-21
SciCodeCoding#22/ 6552Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#24/ 6537Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#25/ 6744Artificial Analysis2026-07-21
GPQA DiamondReasoning#25/ 6990Artificial Analysis2026-07-21
AA output speedPerformance#43/ 69Artificial Analysis2026-07-21
IFBenchReasoning#47/ 5753Artificial Analysis2026-07-21
Terminal-BenchAgentic#47/ 6946Artificial Analysis2026-07-21
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Claude Opus 4.6 (Adaptive Reasoning, Max Effort) auftaucht, ist es hervorgehoben.

ReasoningClaude Opus 4.6 (Adaptive Reasoning, Max Effort) · 90
  1. 1
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
CodingClaude Opus 4.6 (Adaptive Reasoning, Max Effort) · 52
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticClaude Opus 4.6 (Adaptive Reasoning, Max Effort) · 92
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextClaude Opus 4.6 (Adaptive Reasoning, Max Effort) · 71
  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 Opus 4.6 (Adaptive Reasoning, Max Effort) in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

10 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context70.67%Artificial Analysis2
AA output speedPerformance64 t/sArtificial Analysis2
AA time to first tokenPerformance14.02sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning43.7%Artificial Analysis2
GPQA DiamondReasoning89.6%Artificial Analysis2
Humanity's Last ExamReasoning36.7%Artificial Analysis2
IFBenchReasoning53.13%Artificial Analysis2
SciCodeCoding51.9%Artificial Analysis2
τ³-Bench BankingAgentic92.11%Artificial Analysis2
Terminal-BenchAgentic46.21%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.

Reasoning90
Coding52
Agentic92
Long context71
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 Opus 4.6 (Adaptive Reasoning, Max Effort). Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

10 Quell-Zeilen

10 of 32 catalog benchmarks have a sourced row for Claude Opus 4.6 (Adaptive Reasoning, Max Effort).

Reasoning

Coding

Agentic

Long context

Performance

Quellen