VerdictPal
Beitreten

Modelle / Anthropic

Claude Opus 4.6

Claude Opus · Release 2026-02-05

Anthropics Flaggschiff Februar 2026. Erstes Opus mit 1M-Kontext (Beta), 128K-Output, Multi-Agent-Teams in Claude Code. $5/$25 pro 1M Tokens.

Frontier-Opus-Modell für komplexes Reasoning, mehrstufiges Coding und Aufgaben mit riesigem Kontext. Durch Opus 4.7 abgelöst, aber noch verfügbar.

#27 von 51 im AA Index · aktueller Snapshot
38 AA Index · 16 Benchmark-Zeilen · 7 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite59
Kontext1M
Input / 1M$5.0
Output / 1M$25
Wissensstichtag2025-12-01
Output-Speed57 t/s
TTFT (Default-API)1.85s
Statussolid
KnowledgeReasoningCodingAgenticLong context
Knowledge
91
Reasoning
84
Coding
96
Agentic
85
Long context
58

83average across 5 tested families

Benchmark-Platzierungen

Wo Claude Opus 4.6 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
HumanEvalCoding#1/ 1596Anthropic Claude 3.7/4.6 model card2026-01-01
LiveBenchReasoning#1/ 2171LiveBench leaderboard2026-04-15
MMLUKnowledge#2/ 2291Anthropic Claude 3.7/4.6 model card2026-01-01
Vending-Bench 2Agentic#3/ 5Andon Labs Vending-Bench 22026-06-01
SWE-bench VerifiedCoding#6/ 2381SWE-bench official leaderboard2026-05-30
τ³-Bench BankingAgentic#8/ 6485Artificial Analysis2026-07-21
Terminal-BenchAgentic#12/ 6980Terminal-Bench 2.0 leaderboard2026-05-20
ARC-AGIReasoning#13/ 141ARC-AGI-3 paper (arXiv 2603.24621)2026-03-20
AA time to first tokenPerformance#29/ 69Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#38/ 6738Artificial Analysis2026-07-21
SciCodeCoding#40/ 6546Artificial Analysis2026-07-21
GPQA DiamondReasoning#42/ 6984Artificial Analysis2026-07-21
AA-LCRLong context#47/ 6458Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#48/ 6519Artificial Analysis2026-07-21
IFBenchReasoning#50/ 5745Artificial Analysis2026-07-21
AA output speedPerformance#51/ 69Artificial Analysis2026-07-21
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Claude Opus 4.6 auftaucht, ist es hervorgehoben.

KnowledgeClaude Opus 4.6 · 91
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningClaude Opus 4.6 · 84
  1. 1
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
CodingClaude Opus 4.6 · 96
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticClaude Opus 4.6 · 85
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextClaude Opus 4.6 · 58
  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 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

13 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context58.33%Artificial Analysis2
AA output speedPerformance57 t/sArtificial Analysis2
AA time to first tokenPerformance1.85sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning37.8%Artificial Analysis2
GPQA DiamondReasoning84%Artificial Analysis2
Humanity's Last ExamReasoning18.6%Artificial Analysis2
IFBenchReasoning44.63%Artificial Analysis2
SciCodeCoding45.7%Artificial Analysis2
τ³-Bench BankingAgentic84.8%Artificial Analysis2
Vending-Bench 2Agentic8017.59Andon Labs Vending-Bench 252
SWE-bench VerifiedCoding80.8%SWE-bench official leaderboard54
Terminal-BenchAgentic79.8%Terminal-Bench 2.0 leaderboard64
LiveBenchReasoning71.4%LiveBench leaderboard99
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.

Knowledge91
Reasoning84
Coding96
Agentic85
Long context58
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. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

16 Quell-Zeilen

16 of 32 catalog benchmarks have a sourced row for Claude Opus 4.6.

Knowledge

Reasoning

Coding

Agentic

Long context

Performance

Changelog
  1. Claude Opus 4.6 veröffentlicht — erstes Opus mit 1M-Kontext, 128K-Output, Agent-Teams.
Quellen