IQ of SI
简体中文 ▾

自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

Claude Opus 4.6 有多聪明？

123 SI-IQ · 90% 区间 120–126
在 80 个已排名模型中位列第 34 · 可能的名次区间 20–46

Claude Opus 4.6 是 Anthropic 于 2026年2月5日 发布的模型。其 SI-IQ 为 123（90% 区间 120–126），由 2 家独立评测方的 9 项基准测试结果估算得出。 其最强的领域是数学，最弱的是推理。

基本信息

开发方
Anthropic
发布时间
2026年2月5日
访问方式
API 访问
所用基准测试
来自 2 家评测方的 9 项结果
API 价格
每 1M tokens 输入 $5.00 / 输出 $25 (开发方价格表, 2026年10月18日)
上下文窗口
1,000,000 tokens

各领域能力（SI-IQ，90% 区间）

6080100120140160推理117数学125知识124

我们使用的每项基准测试结果

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试 领域 得分 隐含 SI-IQ 评测方 来源中的列示名称 获取时间 来源
Chess Puzzles 推理 21.0% 113 Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Furniture Assembly 未纳入指数 推理 28.3% — Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Mystery Game Puzzles 推理 25.0% 119 Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tier 4 数学 26.8% 124 Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tiers 1–3 数学 66.0% 126 Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025 数学 94.4% 122 Epoch AI claude-opus-4-6_64K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
SWE-bench Verified (Epoch AI run) 编程 78.7% 128 Epoch AI claude-opus-4-6 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond 知识 90.5% 125 Epoch AI claude-opus-4-6_32K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run) 知识 85.7% 120 OpenRouter anthropic/claude-4.6-opus-20260205
Anthropic · first-party provider (1 of 5 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件
SimpleQA Verified 知识 47.0% 126 Epoch AI claude-opus-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
τ²-bench Airline (OpenRouter run) 智能体 76.4% 132 OpenRouter anthropic/claude-4.6-opus-20260205
Anthropic · first-party provider (1 of 5 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件

人类偏好（Arena）

在 Arena 排行榜上，用户会在两个匿名回答之间投票。Claude Opus 4.6 的评分为 1,503（1,500–1,506），共 81,394 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

SI-IQ 相近的模型

模型SI-IQ
Gemini 3 FlashGoogle DeepMind122Claude Opus 4.6 对比 Gemini 3 Flash
DeepSeek V4 Flash 0731DeepSeek124Claude Opus 4.6 对比 DeepSeek V4 Flash 0731
Gemini 3.6 FlashGoogle DeepMind125Claude Opus 4.6 对比 Gemini 3.6 Flash
Kimi K2.6Moonshot121Claude Opus 4.6 对比 Kimi K2.6
Qwen3.7-MaxAlibaba125Claude Opus 4.6 对比 Qwen3.7-Max

采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论

数据来源: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..