Claude Opus 5.5 以 1509 分位居 Text Arena 榜首

关键要点

  • Claude Opus 5.5 于 2026 年 9 月 22 日首次登上 Text Arena 排行榜榜首,得分为 1509 分。
  • Claude Opus 5.5 的费用为每 100 万个输入代币 4 美元、每 100 万个输出代币 20 美元,成本降低了 20%。
  • 该模型包含 100 万个代币的上下文窗口,并支持最多 12.8 万个输出代币。

Anthropic 的 Claude Opus 5.5 于 2026 年 9 月 22 日首次登顶 Text Arena 竞争排行榜,得分为 1509±12 分。该模型在平台上取得了文本到文本模型的最高排名。Text Arena 通过社区投票评估模型在数学、编程、创意写作及其他领域的表现。发布三天内,Claude Opus 5.5 便确立了其作为前沿 AI 模型基准的地位。此次发布代表了 Anthropic 在大型语言模型开发竞争中的最新进展,而众包评估平台正日益影响行业标准。

Claude Opus 5.5 在提升规格的同时降低 20% 成本

Claude Opus 5.5 的定价为每 100 万个输入代币 4 美元,以及每 100 万个输出代币 20 美元。与此前的 Opus 5 模型相比,成本降低了 20%。缓存读取价格降至每 100 万个代币 0.20 美元,Anthropic 表示,这比早期版本的缓存价格降低了 20%。

该模型包含 100 万代币的上下文窗口,并支持最多 128K 个输出代币。通过批处理 API 测试版可获得更高的上限。

模型在多个评估系统中取得基准测试成绩

在标准化基准测试中,Opus 5.5 在 Terminal-Bench 4.0 中取得 66.4% 的成绩,在 GDPval-AA v2.1 中获得 1846 Elo 评级,并在 CursorBench 4.0 中取得 57.8% 的成绩。其 Intelligence Index Score 在最大努力级别下达到 58。Anthropic 指出,该模型的表现与 Claude Fable 5.1 相当。

Text Arena 通过众包盲测进行对比

Text Arena 托管于 arena.ai,是一个众包评估平台,用户在盲测对决中直接比较模型输出。用户提交提示词,并投票选择更喜欢的回答。

在该系统中,1509 分反映了数千次对比中汇总的人类偏好。±12 分的置信区间表明,在这一早期阶段,结果具有统计稳健性。模型竞技场列表中的“High”标识指的是算力级别,这意味着 1509 分代表模型在高算力设置下的性能,而不是经过成本优化的中等水平表现。

常见问题

Claude Opus 5.5 在 Text Arena 上取得了多少分?

Claude Opus 5.5 在 Text Arena 上取得了 1509±12 分,在平台上排名第一,成为排名最高的文本到文本模型。该分数反映了数千次正面对比中汇总的人类偏好。

与此前版本相比,Claude Opus 5.5 的成本是多少?

Claude Opus 5.5 的定价为每 100 万个输入代币 4 美元,以及每 100 万个输出代币 20 美元,与此前的 Opus 5 模型相比,成本降低了 20%。缓存读取价格降至每 100 万个代币 0.20 美元,同样比早期版本降低了 20%。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论