Anthropic · pașaport de model
Claude Opus 4 5 20251101 High 32k
claude-opus-4-5-20251101-high-32k- Doar în cloud
- Licență Proprietary
- Lansat 2025-11-01(din numele modelului)
- General · LMArena
- 1,474#36 din 396
- Cea mai bună percentilă
- 96.5Urmarea instrucțiunilor
- Poziția în cohortă
- 73.5mediană 53.5
Ce spun datele
Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 96.5 pct — Urmarea instrucțiunilor (1,484)
- 95.7 pct — Programare (1,531)
- 92.9 pct — Prompturi dificile (1,501)
Neuniform: 36,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 96.5 pct pe Urmarea instrucțiunilor față de 60.4 pct pe WebDev Arena.
- Urmarea instrucțiunilor96.5 pct1,484Verifică →
- Programare95.7 pct1,531Verifică →
- Prompturi dificile92.9 pct1,501Verifică →
- General91.2 pct1,474Verifică →
- Factuality Arena75 pct1,459Verifică →
- WebDev Arena60.4 pct1,493Verifică →
- Vision ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
claude-opus-4-5-20251101-high-32k stands at 73.5 (raw mean 85.3) — measured on 6 of 27 axes.
claude-opus-4-5-20251101-high-32k stands at 73.5 versus a cohort median of 53.5 across 133 models released within 180 days — above the peer median.
claude-opus-4-5-20251101-high-32k scores at percentile 96.5 on Urmarea instrucțiunilor.
claude-opus-4-5-20251101-high-32k scores at percentile 95.7 on Programare.
claude-opus-4-5-20251101-high-32k ranks between #36 and #94 across 6 built-in weightings — best under "Conversație pe primul loc", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →