- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方接口特性：adaptive thinking 常开不可关闭，effort 五档 low/medium/high/xhigh/max，默认档从 Opus 5 的 high 下调为 medium；知识截止 2026-06；Batch API 加 output-300k-2026-03-24 beta 头可到 300K 输出；fast mode 最高 2.5× 速度（$8 / $40）。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程Terminal-Bench 4.0 66.4%（xhigh）、FrontierCode v1.1 Main 54.4%、CursorBench 4.0 57.8%（官方）。
推理HLE 带工具 67.7%、Terminal-Bench-Science 0.1 58.7%（官方）。
知识GDPval-AA v2.1 1846 Elo（Artificial Analysis 评测集，官方公布）。
AgentAutomationBench 40.0%（Zapier 运行）、OSWorld 2.0 partial 81.8%（官方）。
多模态Chartography 带工具 89.0%（官方）；支持文本 + 图像输入。
中文中文可用，缺少独立中文评测。
这一代的卖点是每 token 效率而非峰值分数：官方在 FrontierCode 上以约 GPT-6 Astra 20% 的单任务成本胜出，Terminal-Bench 4.0 以约 40% 成本打平。工程实测例子密集且可检验——早期测试者用它在 3 小时内审计并修完 20 万行代码库（Opus 5 花了 20 小时、用了 2.5 倍 token），内部把 HAProxy 从 C 翻译到 Rust 用 9.5 小时、比 Fable 5.1 快且便宜 51%。知识工作上 18 次季报写作有 16 次通过「任何编造数字即失败」的严苛评分，而 Fable 5.1 与 Opus 5 一次都没通过。
- 1.Terminal-Bench 4.0 66.4%（Fable 5.1 55.8%、GPT-6 Astra 57.9%）、GDPval-AA v2.1 1846 Elo、HLE 带工具 67.7%（官方）
- 2.$4 / $20 比 Opus 5 低 20%，缓存读取 $0.20 低 60%，官方称典型负载总成本低 40%、输出速度快 30% 以上
- 3.官方自动化行为审计得分为 Anthropic 历史最佳；Gray Swan 提示注入测试中与 Fable 5.1 并列最低攻击成功率
- 1.官方自己提醒这个能力段位「基准差值已不再可靠指示真实差异」，并说自用体感里与 Fable 5.1 的差距比分数看起来更小
- 2.生物与网络安全能力已接近 Mythos 5.1，因此按 Fable 5.1 同级护栏部署；网络安全验证计划要「未来几周」才扩容
- 3.默认 effort 从 high 改成 medium，且 max_tokens 现在含思考 token——照 Opus 5 参数直接迁移会被截断
- 4.AutomationBench 40.0% 落后 GPT-6 Astra 的 41.4%（该项由 Zapier 跑，护栏拦截计失败）
暂无带来源的分数。
更新 2026-09-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。