Anthropic: Claude Sonnet 4

anthropic最近核验 2026年8月16日
厂商:anthropic上下文:200,000 tokens开放权重:闭源

上游已不再提供这个模型(最后出现于 2026-11-18),下面的资料停留在当时。

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。

  • 3D 场景#92 / 157

    1119

    ELO · 胜率 57.8%

  • 游戏开发#101 / 166

    1127

    ELO · 胜率 54.8%

  • 数据可视化#96 / 156

    1154

    ELO · 胜率 56.5%

  • 3D 场景#100 / 157

    1106

    ELO · 胜率 55%

  • 游戏开发#108 / 166

    1122

    ELO · 胜率 55.4%

  • 网站#121 / 177

    1136

    ELO · 胜率 52.4%

  • UI 组件#112 / 162

    1117

    ELO · 胜率 57.9%

  • 网站#123 / 177

    1130

    ELO · 胜率 50.6%

  • 编程综合#117 / 168

    1129

    ELO · 胜率 53.4%

  • UI 组件#113 / 162

    1113

    ELO · 胜率 53.6%

  • 编程综合#120 / 168

    1124

    ELO · 胜率 51.5%

  • 数据可视化#116 / 156

    1109

    ELO · 胜率 53.2%

  • SVG 矢量图#90 / 117

    1068

    ELO · 胜率 51.1%

  • SVG 矢量图#95 / 117

    1052

    ELO · 胜率 47.8%

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 · 198 题 · 测于 2026年9月1日

    78.6%正确率每题 $0.264
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 50 题 · 测于 2026年9月1日

    70%正确率每题 $0.298

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