AI 智能指数
SuperCLUE 2026 · 24 模型 · 6 维度
当前: Claude Opus 4.6VS
模型 (24)
Claude Opus 4.6
🏆 数学推理 85.71🏆 幻觉控制 82.95🏆 科学推理 85.37 指令遵循 47.57 代码生成 71.15🏆 智能体 89.35
77.0
SuperCLUE总分 /100
Claude Opus 4.6是Anthropic公司于2025年发布的最新一代旗舰大语言模型，代表了该公司在AI安全与能力平衡方面的最新技术成果。作为Claude系列中性能最强的型号，Opus 4.6在多个关键维度上实现了显著突破。 在核心能力方面，Opus 4.6的上下文窗口扩展至200K tokens，能够一次性处理约15万个英文单词或同等长度的中文内容，相当于三本《三体》体量的长篇小说。在MMLU（大规模多任务语言理解）基准测试中，Opus 4.6得分达到90.8%，较前代Opus 3.5提升约3个百分点；在GSM8K数学推理测试中准确率突破96%；在HumanEval代码生成测试中通过率达到93.5%。这些数据表明，该模型在知识问答、逻辑推理和编程任务上均达到行业顶尖水平。 技术亮点上，Opus 4.6采用了Anthropic独有的Constitutional AI（宪法式A
🌐 访问官网📊 总分排名
0
20
40
60
80
100
77
77
72
72
71
69
69
66
65
64
64
62
61
59
59
57
57
56
56
56
53
50
41
37
数学推理
0
20
40
60
80
100
92
89
89
87
86
86
86
85
85
84
82
82
幻觉控制
0
20
40
60
80
100
87
85
84
83
82
81
81
79
78
78
77
76
科学推理
0
20
40
60
80
100
85
84
82
82
80
79
79
78
76
75
74
73
指令遵循
0
20
40
60
80
100
57
48
44
39
38
36
32
32
26
25
21
19
代码生成
0
20
40
60
80
100
71
70
66
64
64
63
61
60
60
59
58
58
智能体
0
20
40
60
80
100
89
81
80
79
78
77
75
72
68
67
67
66
数据来源：SuperCLUE (superclueai.com) · 测评日期：2026年3月-4月
鸣谢 SuperCLUE 团队为中文大模型评测所做的贡献。
如涉及版权或侵权问题，请联系管理员：wangtao4059371@gmail.com