claude-opus-5-5
比较各思考档位在私有数据集上的表现。分项成绩与费用均来自对应的实测记录。
最高综合分90.3
claude-opus-5-5 · max
- 后端与测试
- 84
- 前端与交互
- 89
- 知识与推理
- 100
- 评测用时
- 33m 57s
- 参考费用
- $3.67
同一配置的三项评测合计；费用按 API 用量估算。
档位收益与代价
比较相邻实测档位的得分、费用与用时。
xhigh max
- 综合分
- +2.1 分 88.2 → 90.3
- 参考费用
- −$2.63 $6.29 → $3.67
- 评测用时
- −44.6% 61m 15s → 33m 57s
各档位实测成绩
选择两到三个配置，比较分数与费用。
左右滑动查看完整成绩 →
| 模型 / 档位 | 综合 | 后端与测试 | 前端与交互 | 知识与推理 | 评测用时 | 参考费用 | 对比 |
|---|---|---|---|---|---|---|---|
| xhigh | 88.2 | 84 | 87 | 95 | 61m 15s | $6.29 | |
| max | 90.3 | 84 | 89 | 100 | 33m 57s | $3.67 |
如何理解结果
上方分项成绩采用最高综合分所在的同一配置。完整综合分需要三项成绩，缺失结果显示为横线。
数据快照发布于 2026/10/1