UMBRELLA 4365 Claude Opus 4
Anthropic · Claude 谱系 · 2025.05.22 发布 · 在 2 项基准上留有 2 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
官方冠名「世界最强编码模型」，早测客户见证它连续七小时自主重构。从 3.5 的「答得好」到 4 的「干得完」，agent 时代的火药就位。
◈ 评分卡 SCORECARD
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 72.5% | 74.7 | Claude Opus 5.5 89.9% | 2025.05.22 |
◈ 身份卡 IDENTITY
| 实验室 LAB | Anthropic |
| 谱系 FAMILY | Claude |
| 发布日 RELEASE | |
| 定位 TIER | 旗舰 |
| 上下文 CONTEXT | 200K |
| 价格 PRICE | $15 / $75 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | www.anthropic.com/news/claude-4 |
| 站内档案 ARCHIVE | 档案 #17 » |
◈ 全部公开成绩 ALL RESULTS2 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| SWE-bench Verified | 72.5% | 官方自报；并行计算加成下 79.4% | 原文 ↗ | |
| Terminal-Bench | 43.2% | 2025 年初版题库 · 官方自报 | 原文 ↗ |
◈ 同谱系 LINEAGEAnthropic · Claude · 由旧到新
◈ 相关档案 RELATED RECORDS按模型名在档案库检索 · 含正史与野史
Opus 4 与 Sonnet 4 同日双发，官方冠名「世界最强编码模型」：SWE-bench 72.5%，早测客户见证它连续七小时自主重构。Cursor 首发接入，随后 Sonnet 4 慢速池被挤停数日——需求超出了所有人的产能预估。
GitHub 一次性下架 Copilot 全线四个模型：Gemini 3.5 Flash 与 3.6 Flash（并为 Gemini 3.8 Flash）、Kimi K2.7 Code（并为 Kimi K3）、Claude Opus 4.7（并为 Claude Opus 5.5）。预告与执行相隔二十九天，替代品一栏在最后一天换了名字。
Anthropic 发布 Claude Sonnet 5.5：价格与 Sonnet 5 完全一致（2 / 10 美元），官方口径是同任务成本最多降三成、输出快三成以上。Terminal-Bench 4.0 从 Sonnet 5 的 10.3% 抬到 70.6%，六天后 Copilot 把 Sonnet 5.5 定为退役 Opus 4.7 的替代品。
出口管制解除的同一天，Anthropic 加更 Sonnet 5：agent 能力接近 Opus 4.8，中档价再打 33% 折，Cursor 当日上架。旗舰尚未回岗，替补先把便宜的活全接了下来。
Opus 4.8 发布，Cursor 同日上架。值得立档的细节在别处：Anthropic 的官方公告直接拿 CursorBench 当成绩单——一家编辑器公司的内部评测，成了模型厂发布会的通用度量衡。
Opus 4.7 发布，Cursor 当日上架，价格照旧。真正的新闻藏在措辞里：官方承认它「不如 Mythos Preview 全面」——那个只向少数机构开放的受限旗舰，日后将以 Fable 5 之名面世。