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 Sonnet 5 有多聪明？

126 SI-IQ · 90% 区间 123–129
在 80 个已排名模型中位列第 28 · 可能的名次区间 13–41

Claude Sonnet 5 是 Anthropic 于 2026年6月30日发布的模型。其 SI-IQ 为 126（90% 区间 123–129），由 2 家独立评测方的 8 项基准测试结果估算得出。其最强的领域是推理，最弱的是知识。

基本信息

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	45.0%	131	Epoch AI	`claude-sonnet-5_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
Mystery Game Puzzles	推理	35.0%	128	Epoch AI	`claude-sonnet-5_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tier 4	数学	29.3%	125	Epoch AI	`claude-sonnet-5_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tiers 1–3	数学	65.6%	126	Epoch AI	`claude-sonnet-5_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025	数学	94.7%	123	Epoch AI	`claude-sonnet-5_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond	知识	90.5%	125	Epoch AI	`claude-sonnet-5_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run)	知识	85.8%	121	OpenRouter	`anthropic/claude-sonnet-5-20260630` 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	33.7%	113	Epoch AI	`claude-sonnet-5_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
τ²-bench Airline (OpenRouter run)	智能体	76.0%	131	OpenRouter	`anthropic/claude-sonnet-5-20260630` Anthropic · first-party provider (1 of 5 rows)	2026年10月18日	OpenRouter benchmark datasets · 数据文件

模型	SI-IQ
Grok 4.6xAI	126	Claude Sonnet 5 对比 Grok 4.6
Gemini 3.5 FlashGoogle DeepMind	126	Claude Sonnet 5 对比 Gemini 3.5 Flash
Gemini 3.1 ProGoogle DeepMind	127	Claude Sonnet 5 对比 Gemini 3.1 Pro
GLM-5.3Z.ai (Zhipu AI)	125	Claude Sonnet 5 对比 GLM-5.3
Claude Opus 4.7Anthropic	127	Claude Sonnet 5 对比 Claude Opus 4.7

采用 SI-IQ 方法版本 1.0.0 计算。阅读完整方法论