Claude · claude-opus-4-1-20250805
Claude 旗舰模型，适用于深度推理、代码编写以及长任务智能体场景。
Claude Opus 4.1 官方已于 2026年8月5日 停止服务。中转站还在用这个名字卖，实际给你的可能是别的模型。真要买，先小额试用，或先去验真确认是不是原模型。
Claude 旗舰模型，适用于深度推理、代码编写以及长任务智能体场景。
折扣与价格评分按全球的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|---|---|
| 缓存读取 | 全球 | 10.01 CNY每百万 Token |
| 缓存写入 | 全球 | 125.08 CNY每百万 Token |
| 输入 | 全球 | 100.06 CNY每百万 Token |
| 输出 | 全球 | 500.32 CNY每百万 Token |
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
这个模型还没有综合能力指数，排不出名次，下面是它的单项成绩。
科学难题、数学和没见过的新题，看它想得清不清楚。
数学家出的前沿数学题，题目不公开、难以刷分。做数学、算法、量化时看这项。
研究生水平的物理、化学、生物难题。拿它做研究、分析复杂问题时看这项。
这些评测停止更新、有成绩的模型太少或者和选购关系不大，成绩仅供参考，不影响上面的名次和用途筛选。
在网络安全任务中无分步提示完成的比例；结果包含任务环境与执行流程。
不再排行的原因：测的是网络攻防能力，和挑选日常使用的模型关系不大。
让模型自己上网查资料、综合整理并给出处。拿它做调研报告时看这项。
不再排行的原因：有成绩的在售模型太少，排不成榜。
面向真实经济任务的产出质量比较；结果依赖任务执行配置。
不再排行的原因：有成绩的在售模型太少，排不成榜。
模型能独立做完多长时间的任务（按人类专家要花的分钟数算）。让它长时间自己干活时看这项。
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
在真实 GitHub 问题上修复代码；结果依赖 Agent 与工具链。
不再排行的原因：题目和答案已经流进模型训练数据，OpenAI 等厂商已停止采用这项成绩。
让模型在命令行里独立完成装环境、改代码、跑测试等真实工程任务。用它写代码、做自动化时看这项。
不再排行的原因：有成绩的在售模型太少，排不成榜。
Epoch AI 把几十项前沿评测合成的一个能力指数，用来看模型整体有多强。
不再排行的原因：综合能力已改按 Artificial Analysis 智能指数排名（覆盖的在售模型多一倍）；Epoch 综合指数留作第二来源参考。
上百个学科专家出的最难考题。看它知识面有多深、多广。
不再排行的原因：有成绩的在售模型太少，排不成榜。
普通人一眼能答对、模型却容易掉坑的常识题。看它日常对话靠不靠谱。
不再排行的原因：有成绩的在售模型太少，排不成榜。
Claude Opus 4.1 官方已于 2026年8月5日 停止服务。中转站还在用这个名字卖，实际给你的可能是别的模型。真要买，先小额试用，或先去验真确认是不是原模型。 去验真
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。
发布模型点评