Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Anthropic · pașaport de model

Anthropic: Claude Opus 5

claude-opus-5
  • Doar în cloud
  • Licență Proprietary
  • 1,000,000 context
  • Lansat 2026-09-13(văzut prima dată pe LMArena)
15/27axe acoperite
General · LMArena
1,490#12 din 396
Cea mai bună percentilă
98.9SimpleBench
Poziția în cohortă
85.6mediană 60.3

Ce spun datele

Evaluat pe 15 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 98.9 pct — SimpleBench (80.6%)
  • 98.5 pct — Urmarea instrucțiunilor (1,496)
  • 97.5 pct — Prompturi dificile (1,514)

Neuniform: 20,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 98.9 pct pe SimpleBench față de 78.6 pct pe Search Arena.

  • SimpleBench98.9 pct80.6%Verifică →
  • Urmarea instrucțiunilor98.5 pct1,496Verifică →
  • Prompturi dificile97.5 pct1,514Verifică →
  • General97.2 pct1,490Verifică →
  • Factuality Arena97.1 pct1,489Verifică →
  • WebDev Arena96.4 pct1,690Verifică →
  • Programare96.2 pct1,533Verifică →
  • ARC-AGI-295.5 pct90.4%Verifică →
  • GPQA Diamond94.1 pct93.9%Verifică →
  • Vision Arena92 pct1,287Verifică →
  • AIME (matematică)91.5 pct98.9%Verifică →
  • Document Arena89.5 pct1,490Verifică →
  • Agent Arena87.3 pct0.087Verifică →
  • SimpleQA Verified80.5 pct59.9%Verifică →
  • Search Arena78.6 pct1,214Verifică →
  • FrontierMathNeevaluat
  • Humanity's Last ExamNeevaluat
  • 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.

Cum îl rulezi

Folosește-l găzduit

ID de model APIanthropic/claude-opus-5
Lungime context1,000,000 tokeni
Ieșire maximă128,000 tokeni
Acceptătext, image, file
Preț intrare$5 per 1M tokeni
Preț intrare din cache$0.50 per 1M tokeni
Preț ieșire$25 per 1M tokeni

Parametri API acceptați de acest endpoint

Include reasoningMax completion tokensMax tokensReasoningReasoning effortResponse formatStop sequencesStructured outputsTool choiceTool callingVerbosity

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"anthropic/claude-opus-5","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • Claude Opus 5 (Max) stands at 85.6 (raw mean 92.7) — measured on 15 of 27 axes.

    pozițieșablonVerifică →

  • Claude Opus 5 (Max) stands at 85.6 versus a cohort median of 60.3 across 176 models released within 180 days — above the peer median.

    cohortășablonVerifică →

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 →