claude-4-opus-20250514-thinking-32k
79.5%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 2 minacum 2 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 3 minute
- SWE-bench· acum 2 minute
- Terminal-Bench· acum 2 minute
- ARC-AGI-2· acum 2 minute
Filtrează după organizație:
Lansat:
claude-4-opus-20250514-base
71.5%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 3 | claude-4-opus-20250514-thinking-32k | Anthropic | mai 2025 | $15 / $75 | 79.5% | — | — | ||
| 43 | claude-4-opus-20250514-base | Anthropic | — | — | 71.5% | — | — |
Se afișează LiveBench exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.