geekradar
Ita
Esplora GeekRadar

Altro da esplorare

Good gear Tutti i temi Chi siamo Contattaci
GeekRadar / Il banco di confronto
CONFRONTA.
Modelli IA
anthropic

Claude Opus 4.6

Modello IA Uscita

Modalità API
Chat*
Finestra di contesto
1.000.000 tokens
Output massimo
128.000 tokens
Pesi aperti
No

Capacità e preferenze

Capacità generale · ECI

Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.

Claude Opus 4.6 156,3* Claude Opus 4.6 · Intervallo 95% 154,6–158,2

Preferenze umane · Arena

Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.

Claude Opus 4.6 1496,2 Claude Opus 4.6 · Intervallo 95% 1493,1–1499,4 · 89,324 voti · 2026-10-28

Prestazioni dei modelli

Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.

Claude Opus 4.6

Punteggio Radar

56,6* / 100

4/4 test principali · v1 sperimentale

8 risultati di benchmark per questa configurazione

Ragionamento scientifico

GPQA Diamond · 25%

Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.

Claude Opus 4.6 88,4*% Intervallo 95% appross.: 83,9–92,9%

Soluzione di problemi nuovi

Mystery Game Puzzles · 25%

Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.

Claude Opus 4.6 25,0*% Intervallo 95% appross.: 16,5–33,5%

Matematica avanzata

FrontierMath Tiers 1-3 · 25%

Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.

Claude Opus 4.6 66,0*% Intervallo 95% appross.: 60,5–71,5%

Risposte fattuali

SimpleQA Verified · 25%

Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.

Claude Opus 4.6 47,0*% Intervallo 95% appross.: 43,9–50,1%

Software completo

MirrorCode · Risultato separato

Reimplementazione di programmi con test nascosti; ML + Private, due linguaggi. Budget: sette giorni e dieci miliardi di token per tentativo.

Claude Opus 4.6 33,3*% Intervallo 95% appross.: 13,7–53,0%

Matematica da competizione

OTIS Mock AIME 2024-2025 · Risultato separato

Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.

Claude Opus 4.6 91,1*% Intervallo 95% appross.: 82,7–99,5%

Matematica di ricerca

FrontierMath Tier 4 v2 · Risultato separato

I problemi privati più difficili di FrontierMath, versione corretta v2, con strumenti Python. Separati dai Tiers 1-3 del punteggio principale.

Claude Opus 4.6 26,8*% Intervallo 95% appross.: 13,1–40,6%

Ragionamento visivo e spaziale

Furniture Assembly · Risultato separato

Rilevamento di errori di montaggio da foto e manuali, con zoom e Python. Valutazione assistita da un modello; non misura tutta la comprensione visiva.

Claude Opus 4.6 28,3*% Intervallo 95% appross.: 16,8–39,8%

Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.

Risultati dei benchmark

  • Agentic coding SWE-bench Pro · versione non riportata · reported score · Not specified · Not specified · max · Previously reported result; re-evaluation not stated53,40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Statistic
    Previously reported result; re-evaluation not stated*
    Task set
    Not specified*
    Harness
    Not specified*
  • Agentic terminal coding Terminal Bench 2.1 (Terminus) · 2.1 · reported score · Terminus · max78,20*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Harness
    Terminus*
  • Competitive coding LiveCodeBench v6 · 6 · reported score · max88,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Computer use OSWorld-Verified · versione non riportata · reported score · max72,70*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Document intelligence OmniDocBench 1.5 · 1.5 · reported score · max86,60*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Embodied intelligence ERQA · versione non riportata · reported score · max40,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • General visual reasoning BabyVision · versione non riportata · reported score · Code interpreter disabled · max12,60*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
    Reasoning setting
    max*
  • Instruction following IFBench · versione non riportata · reported score · max62,50*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Long-horizon office work CoWorkBench · versione non riportata · reported score · Internal · max68,20*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Task set
    Internal*
  • Mobile use AndroidWorld · versione non riportata · reported score · max62*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Multidisciplinary reasoning HLE · versione non riportata · reported score · max40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Judge
    GPT-4o*
  • Multimodal software engineering SWE-MM · versione non riportata · reported score · Claude Code · Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications · max27,10*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Harness
    Claude Code*
    Task set
    Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications*
  • Multimodal tool use ClawEval-MM · versione non riportata · average score · max · Mean benchmark score over three trials54,70*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    average score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Statistic
    Mean benchmark score over three trials*
  • Multimodal tool use ClawEval-MM · versione non riportata · pass@3 · max · At least one success in three trials52,50* %Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    pass@3*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Statistic
    At least one success in three trials*
  • Real-world perception RealWorldQA · versione non riportata · reported score · max73,90*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Repo-level code generation NL2Repo-Bench · versione non riportata · reported score · Claude Code · Repository acquisition commands disabled · max47,60*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Harness
    Claude Code*
    Tool access
    Repository acquisition commands disabled*
  • Scientific chart analysis CharXiv (RQ) · versione non riportata · reported score · Code interpreter disabled · max66*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
    Reasoning setting
    max*
    Annotation set
    Corrected ground-truth annotations*
  • Scientific reasoning GPQA Diamond · versione non riportata · reported score · max91,30*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
  • Software engineering QwenSWEBench · versione non riportata · reported score · Claude Code · Internal · max · avg@363,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Reasoning setting
    max*
    Harness
    Claude Code*
    Statistic
    avg@3*
    Timeout
    8 hours*
    Task set
    Internal*
    Maximum output
    32.768*
    Temperature
    1,0*
    Context length
    256K tokens*
  • Visual math problem solving MathVision · versione non riportata · reported score · Code interpreter disabled · max65,50*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
    Reasoning setting
    max*
    Annotation set
    Corrected ground-truth annotations*
    Prompt
    Best of two prompts, with and without boxed final-answer formatting*

Risultati registrati

Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.

Arena text preference / chinesehuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.550,64 rating

Intervallo di confidenza: 1.542,06 – 1.559,21

5913 voti

Categoria
chinese
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.546,18 rating

Intervallo di confidenza: 1.537,76 – 1.554,59

6141 voti

Categoria
chinese
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.533,43 rating

Intervallo di confidenza: 1.528,39 – 1.538,48

24611 voti

Categoria
coding
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference

1.531,35 rating

Intervallo di confidenza: 1.526,10 – 1.536,60

21789 voti

Categoria
coding
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.504,50 rating

Intervallo di confidenza: 1.498,41 – 1.510,59

15580 voti

Categoria
creative_writing
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.483,07 rating

Intervallo di confidenza: 1.477,14 – 1.489,00

15812 voti

Categoria
creative_writing
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.511,58 rating

Intervallo di confidenza: 1.507,20 – 1.515,95

37010 voti

Categoria
english
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.505,74 rating

Intervallo di confidenza: 1.501,48 – 1.509,99

39613 voti

Categoria
english
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.516,99 rating

Intervallo di confidenza: 1.512,66 – 1.521,32

64400 voti

Categoria
exclude_ties
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.511,50 rating

Intervallo di confidenza: 1.507,26 – 1.515,75

67789 voti

Categoria
exclude_ties
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.542,82 rating

Intervallo di confidenza: 1.535,18 – 1.550,45

7698 voti

Categoria
expert
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.536,89 rating

Intervallo di confidenza: 1.529,71 – 1.544,08

9181 voti

Categoria
expert
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.512,10 rating

Intervallo di confidenza: 1.499,06 – 1.525,14

2770 voti

Categoria
french
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.498,46 rating

Intervallo di confidenza: 1.485,76 – 1.511,16

2971 voti

Categoria
french
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.501,83 rating

Intervallo di confidenza: 1.484,70 – 1.518,97

1336 voti

Categoria
german
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.490,18 rating

Intervallo di confidenza: 1.473,37 – 1.506,99

1397 voti

Categoria
german
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.524,65 rating

Intervallo di confidenza: 1.520,69 – 1.528,61

53763 voti

Categoria
hard_prompts
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.521,67 rating

Intervallo di confidenza: 1.517,82 – 1.525,52

57870 voti

Categoria
hard_prompts
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.530,45 rating

Intervallo di confidenza: 1.525,30 – 1.535,60

24033 voti

Categoria
hard_prompts_english
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.526,84 rating

Intervallo di confidenza: 1.521,86 – 1.531,81

26221 voti

Categoria
hard_prompts_english
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.497,08 rating

Intervallo di confidenza: 1.491,40 – 1.502,75

16500 voti

Categoria
industry_business_and_management_and_financial_operations
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.495,28 rating

Intervallo di confidenza: 1.489,73 – 1.500,83

17526 voti

Categoria
industry_business_and_management_and_financial_operations
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.492,12 rating

Intervallo di confidenza: 1.486,52 – 1.497,72

19162 voti

Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.477,97 rating

Intervallo di confidenza: 1.472,54 – 1.483,39

20063 voti

Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.511,36 rating

Intervallo di confidenza: 1.503,36 – 1.519,36

6874 voti

Categoria
industry_legal_and_government
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.508,55 rating

Intervallo di confidenza: 1.500,67 – 1.516,43

7111 voti

Categoria
industry_legal_and_government
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.518,45 rating

Intervallo di confidenza: 1.512,48 – 1.524,43

14037 voti

Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.511,39 rating

Intervallo di confidenza: 1.505,54 – 1.517,24

14782 voti

Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.524,95 rating

Intervallo di confidenza: 1.515,24 – 1.534,65

4411 voti

Categoria
industry_mathematical
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.515,87 rating

Intervallo di confidenza: 1.506,72 – 1.525,03

5044 voti

Categoria
industry_mathematical
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.503,97 rating

Intervallo di confidenza: 1.495,66 – 1.512,28

6343 voti

Categoria
industry_medicine_and_healthcare
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.497,28 rating

Intervallo di confidenza: 1.489,12 – 1.505,44

6623 voti

Categoria
industry_medicine_and_healthcare
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.526,61 rating

Intervallo di confidenza: 1.522,14 – 1.531,07

34720 voti

Categoria
industry_software_and_it_services
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference

1.525,43 rating

Intervallo di confidenza: 1.520,86 – 1.530,01

31981 voti

Categoria
industry_software_and_it_services
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.501,83 rating

Intervallo di confidenza: 1.496,58 – 1.507,07

21945 voti

Categoria
industry_writing_and_literature_and_language
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.491,63 rating

Intervallo di confidenza: 1.486,48 – 1.496,78

22357 voti

Categoria
industry_writing_and_literature_and_language
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.520,85 rating

Intervallo di confidenza: 1.515,95 – 1.525,76

27276 voti

Categoria
instruction_following
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.509,20 rating

Intervallo di confidenza: 1.504,50 – 1.513,91

29906 voti

Categoria
instruction_following
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.487,45 rating

Intervallo di confidenza: 1.466,81 – 1.508,08

986 voti

Categoria
japanese
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.473,85 rating

Intervallo di confidenza: 1.453,56 – 1.494,13

1027 voti

Categoria
japanese
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.463,09 rating

Intervallo di confidenza: 1.446,52 – 1.479,65

1575 voti

Categoria
korean
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference

1.450,08 rating

Intervallo di confidenza: 1.432,96 – 1.467,21

1417 voti

Categoria
korean
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.517,53 rating

Intervallo di confidenza: 1.512,86 – 1.522,21

35795 voti

Categoria
longer_query
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.514,00 rating

Intervallo di confidenza: 1.509,46 – 1.518,55

38765 voti

Categoria
longer_query
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.517,54 rating

Intervallo di confidenza: 1.508,13 – 1.526,96

4364 voti

Categoria
math
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.509,11 rating

Intervallo di confidenza: 1.500,02 – 1.518,20

4841 voti

Categoria
math
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.512,16 rating

Intervallo di confidenza: 1.506,09 – 1.518,24

14319 voti

Categoria
multi_turn
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.505,57 rating

Intervallo di confidenza: 1.499,72 – 1.511,43

15566 voti

Categoria
multi_turn
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.487,55 rating

Intervallo di confidenza: 1.483,59 – 1.491,50

47491 voti

Categoria
non_english
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.483,86 rating

Intervallo di confidenza: 1.479,98 – 1.487,74

49706 voti

Categoria
non_english
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.501,72 rating

Intervallo di confidenza: 1.498,48 – 1.504,97

84512 voti

Categoria
overall
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.496,25 rating

Intervallo di confidenza: 1.493,09 – 1.499,41

89324 voti

Categoria
overall
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.497,96 rating

Intervallo di confidenza: 1.482,97 – 1.512,95

1595 voti

Categoria
polish
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

1.488,54 rating

Intervallo di confidenza: 1.473,38 – 1.503,69

1635 voti

Categoria
polish
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.494,82 rating

Intervallo di confidenza: 1.488,18 – 1.501,45

10205 voti

Categoria
russian
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference

1.494,59 rating

Intervallo di confidenza: 1.487,83 – 1.501,35

9833 voti

Categoria
russian
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-28 · rating

Claude Opus 4.6

1.509,00 rating

Intervallo di confidenza: 1.496,90 – 1.521,10

2974 voti

Categoria
spanish
Configurazione valutata
Claude Opus 4.6
Tipo di valutazione
human preference

1.505,47 rating

Intervallo di confidenza: 1.493,19 – 1.517,75

2864 voti

Categoria
spanish
Configurazione valutata
Claude Opus 4.6 (High)
Tipo di valutazione
human preference

Esecuzione locale

Inferenza · stima della memoria

Claude Opus 4.6

Pesi chiusi. Non sono pubblicati un impiego locale supportato o requisiti GPU.

Costo API

USD / mese

Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.

Claude Opus 4.6

Claude Opus 4.6 / Fasce di prezzo 5
Provider / condizioniTariffaValutaImporto / unità
AWS BedrockClaude Opus 4.6Batch Global cross-region InputUSD2.5 / 1M tokens
OutputUSD12.5 / 1M tokens
AWS BedrockClaude Opus 4.6Standard Global cross-region Input in cacheUSD0.5 / 1M tokens
InputUSD5 / 1M tokens
OutputUSD25 / 1M tokens
Google Vertex AIClaude Opus 4.6Batch Fascia token: 0 – 200,000 Input in cacheUSD0.25 / 1M tokens
InputUSD2.5 / 1M tokens
OutputUSD12.5 / 1M tokens
Google Vertex AIClaude Opus 4.6Standard Fascia token: 0 – 200,000 Input in cacheUSD0.5 / 1M tokens
InputUSD5 / 1M tokens
OutputUSD25 / 1M tokens
Google Vertex AIClaude Opus 4.6Standard Fascia token: 200,000 – Limite superiore non indicato Input in cacheUSD0.5 / 1M tokens
InputUSD5 / 1M tokens
OutputUSD25 / 1M tokens

Capacità

Finestra di contesto
1.000.000 tokens
Input massimo
1.000.000 tokens*
Output massimo
128.000 tokens
Ragionamento
Sì
Uso di strumenti
Sì
Output strutturato
Sì*
Pesi aperti
No
Dati di addestramento fino a
2025-05-31
Modalità API
Chat*
Input immagini
Sì*
Input PDF
Sì*
Cache dei prompt
Sì*
Scelta degli strumenti
Sì*
Ricerca sul web
Sì*
Licenza del modello
Proprietary

Modalità di input

  • text
  • image
  • pdf

Modalità di output

  • text

Configurazione di sistema

Specifiche dettagliate

Specifiche 1 · 35 campi
cache creation input token cost
6,25e-6*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
cache creation input token cost above 1hr
1,0e-5*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
cache creation input token cost batches
3,125e-6*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
cache read input token cost
5,0e-7*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
cache read input token cost batches
2,5e-7*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
input cost per token
5,0e-6*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
input cost per token batches
2,5e-6*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
litellm provider
anthropic*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
max input tokens
1.000.000*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
max output tokens
128.000*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
max tokens
128.000*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
mode
chat*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
output cost per token
2,5e-5*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
output cost per token batches
1,25e-5*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
prompt cache min tokens
4.096*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
provider specific entry
us
1,1*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
search context cost per query
search_context_size_high
0,01*
search_context_size_low
0,01*
search_context_size_medium
0,01*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports adaptive thinking
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports anthropic compaction
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports assistant prefill
No*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports computer use
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports function calling
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports legacy thinking
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports max reasoning effort
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports native structured output
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports output config
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports pdf input
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports prompt caching
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports reasoning
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports response schema
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports speed
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports thinking cache preservation
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports tool choice
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports vision
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
supports web search
Sì*
Ambito e condizioni
native_context
provider
anthropic*
mode
chat*
full_native_model_id
claude-opus-4-6*
pricing_scope
Literal source field names and values retained; provider, region, cache/batch/threshold conditions and per-unit meaning must be checked. max_tokens is not automatically a context limit.*
Specifiche 2 · 20 campi
Visual math problem solving MathVision
suite
Visual math problem solving MathVision
workload
reported score · Code interpreter disabled · max
score
65,5*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Reasoning setting
max*
Annotation set
Corrected ground-truth annotations*
Prompt
Best of two prompts, with and without boxed final-answer formatting*
General visual reasoning BabyVision
suite
General visual reasoning BabyVision
workload
reported score · Code interpreter disabled · max
score
12,6*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Reasoning setting
max*
Instruction following IFBench
suite
Instruction following IFBench
workload
reported score · max
score
62,5*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Scientific chart analysis CharXiv (RQ)
suite
Scientific chart analysis CharXiv (RQ)
workload
reported score · Code interpreter disabled · max
score
66,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Reasoning setting
max*
Annotation set
Corrected ground-truth annotations*
Scientific reasoning GPQA Diamond
suite
Scientific reasoning GPQA Diamond
workload
reported score · max
score
91,3*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Document intelligence OmniDocBench 1.5
suite
Document intelligence OmniDocBench 1.5
version
1.5
workload
reported score · max
score
86,6*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Multidisciplinary reasoning HLE
suite
Multidisciplinary reasoning HLE
workload
reported score · max
score
40,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Judge
GPT-4o*
Real-world perception RealWorldQA
suite
Real-world perception RealWorldQA
workload
reported score · max
score
73,9*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Embodied intelligence ERQA
suite
Embodied intelligence ERQA
workload
reported score · max
score
40,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Competitive coding LiveCodeBench v6
suite
Competitive coding LiveCodeBench v6
version
6
workload
reported score · max
score
88,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Computer use OSWorld-Verified
suite
Computer use OSWorld-Verified
workload
reported score · max
score
72,7*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Agentic terminal coding Terminal Bench 2.1 (Terminus)
suite
Agentic terminal coding Terminal Bench 2.1 (Terminus)
version
2.1
workload
reported score · Terminus · max
score
78,2*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Harness
Terminus*
Agentic coding SWE-bench Pro
suite
Agentic coding SWE-bench Pro
workload
reported score · Not specified · Not specified · max · Previously reported result; re-evaluation not stated
score
53,4*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Statistic
Previously reported result; re-evaluation not stated*
Task set
Not specified*
Harness
Not specified*
Repo-level code generation NL2Repo-Bench
suite
Repo-level code generation NL2Repo-Bench
workload
reported score · Claude Code · Repository acquisition commands disabled · max
score
47,6*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Harness
Claude Code*
Tool access
Repository acquisition commands disabled*
Mobile use AndroidWorld
suite
Mobile use AndroidWorld
workload
reported score · max
score
62,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Software engineering QwenSWEBench
suite
Software engineering QwenSWEBench
workload
reported score · Claude Code · Internal · max · avg@3
score
63,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Harness
Claude Code*
Statistic
avg@3*
Timeout
8 hours*
Task set
Internal*
Maximum output
32.768*
Temperature
1,0*
Context length
256K tokens*
Multimodal tool use ClawEval-MM
suite
Multimodal tool use ClawEval-MM
workload
pass@3 · max · At least one success in three trials
score
52,5*
unit
%
Ambito e condizioni
Test conditions
Metric
pass@3*
Checkpoint version
Not specified*
Reasoning setting
max*
Statistic
At least one success in three trials*
Multimodal tool use ClawEval-MM
suite
Multimodal tool use ClawEval-MM
workload
average score · max · Mean benchmark score over three trials
score
54,7*
Ambito e condizioni
Test conditions
Metric
average score*
Checkpoint version
Not specified*
Reasoning setting
max*
Statistic
Mean benchmark score over three trials*
Multimodal software engineering SWE-MM
suite
Multimodal software engineering SWE-MM
workload
reported score · Claude Code · Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications · max
score
27,1*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Harness
Claude Code*
Task set
Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications*
Long-horizon office work CoWorkBench
suite
Long-horizon office work CoWorkBench
workload
reported score · Internal · max
score
68,2*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Reasoning setting
max*
Task set
Internal*

* Dati provvisori