Anthropic: Claude Sonnet 4.5

anthropic最近核验 2026年11月18日
厂商:anthropic上下文:1,000,000 tokens开放权重:闭源

OpenRouter 评测

在 OpenRouter 查看

Design Arena 设计对战

真人对比两个模型完成的同一设计任务并投票,按胜负计算 ELO 分;排名是同类别所有参赛模型里的名次。

  • ASCII 字符画#30 / 89

    1188

    ELO · 胜率 56.1%

  • ASCII 字符画#39 / 89

    1158

    ELO · 胜率 51.7%

  • 编程综合#77 / 168

    1171

    ELO · 胜率 51.5%

  • 编程综合#78 / 168

    1170

    ELO · 胜率 51.3%

  • 网站#85 / 177

    1180

    ELO · 胜率 51.8%

  • 网站#85 / 177

    1180

    ELO · 胜率 51.8%

  • 游戏开发#84 / 166

    1154

    ELO · 胜率 51.1%

  • 3D 场景#80 / 157

    1137

    ELO · 胜率 51%

  • 游戏开发#86 / 166

    1151

    ELO · 胜率 50.5%

  • 3D 场景#83 / 157

    1132

    ELO · 胜率 50.3%

  • UI 组件#86 / 162

    1160

    ELO · 胜率 49.4%

  • 数据可视化#86 / 156

    1164

    ELO · 胜率 47.4%

  • UI 组件#94 / 162

    1149

    ELO · 胜率 47.3%

  • 数据可视化#94 / 156

    1155

    ELO · 胜率 46%

  • SVG 矢量图#76 / 117

    1104

    ELO · 胜率 52.2%

  • SVG 矢量图#80 / 117

    1097

    ELO · 胜率 49%

OpenRouter 实测

OpenRouter 自己调用模型跑的评测,附每道题的平均花费,可以和价格一起看。

  • GPQA Diamond

    研究生水平的科学选择题 · 2178 题 · 测于 2026年10月31日

    81.6%正确率每题 $0.314
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 500 题 · 测于 2026年10月31日

    72.2%正确率每题 $0.332

数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。