1. 模型
  2. Anthropic
  3. STEM Win Rate vs Baseline
AnthropicBlog · 2025年9月29日 · 官方

STEM Win Rate vs Baseline

STEM model win rates comparison

Blog跑分柱状图Claude Opus 4Anthropic 全部模型Sonnet 4.5 (16K thinking)Sonnet 4.5Opus 4.1 (16K thinking)Opus 4.1Opus 4 (16K thinking)Opus 4Sonnet 4 (16K thinking)Sonnet 4
发布者 Anthropic 于 Blog, 2025年9月29日. 来源: anthropic.com

API

暂未进入 API

我们还没读出这张图的数字，所以 API 暂时没有它的数据。已读出数字的图都在数据页，每张都可以按 id 调用。

有数据的图API 文档

更多关于 Claude Opus 4 的图

Claude Opus 4: Opus 4.8 benchmark comparison
官方X · Anthropic2026年5月28日
Opus 4.8 benchmark comparison1550.7万 浏览 · 6.6万 赞
数据
Claude Opus 4: Software Engineering Benchmark Comparison
官方X · Anthropic2025年8月5日
Software Engineering Benchmark Comparison414万 浏览 · 1万 赞
数据
Claude Opus 4: Novel problem-solving by cost
官方X · Anthropic2026年7月24日
Novel problem-solving by cost366.1万 浏览 · 3870 赞
数据
Claude Opus 4: Software engineering SWE-bench Verified
官方X · Anthropic2025年11月24日
Software engineering SWE-bench Verified196.6万 浏览 · 1254 赞
数据
Claude Opus 4: Sonnet 5 benchmark comparison
官方X · Anthropic2026年6月30日
Sonnet 5 benchmark comparison147万 浏览 · 4922 赞
数据
Claude Opus 4: SWE-bench Verified Accuracy
官方X · Anthropic2025年9月29日
SWE-bench Verified Accuracy16万 浏览 · 1097 赞
数据

Anthropic 的更多图

Anthropic 堆叠柱状图: Firefox安全漏洞4.7x
Anthropic·2026年3月
Firefox安全漏洞
324万 浏览1.5万 赞0.5% 互动
数据
Anthropic 折线图: 美国GDP的AI情景0.4x
Anthropic·2026年9月
美国GDP的AI情景
85.6万 浏览1171 赞0.2% 互动
数据
Anthropic 柱状图: 强化学习奖励黑客风险1.0x
Anthropic·2026年9月
强化学习奖励黑客风险
80.6万 浏览3152 赞0.5% 互动
数据
Claude Mythos: Opus 4.7 Benchmark Comparison
官方X · Anthropic2026年4月16日
Opus 4.7 Benchmark Comparison1407.5万 浏览 · 8万 赞
数据
Claude agents and computer use: AI Model Benchmark Comparison
官方X · Anthropic2025年11月24日
AI Model Benchmark Comparison782万 浏览 · 1.9万 赞
数据
Claude Fable 5: Claude Mythos 5 and Fable 5 Benchmark Comparison
官方X · Anthropic2026年6月9日
Claude Mythos 5 and Fable 5 Benchmark Comparison625.1万 浏览 · 1.5万 赞
数据
Claude Fable 5: AI Model Benchmark Comparison
官方X · Anthropic2026年7月24日
AI Model Benchmark Comparison582.8万 浏览 · 1.1万 赞
数据
Claude Opus 4.6: Long context MRCR v2 retrieval
官方X · Anthropic2026年3月13日
Long context MRCR v2 retrieval570.9万 浏览 · 2.5万 赞
数据
Claude 3.7 Sonnet: Claude 4 benchmarks
官方X · Anthropic2025年5月22日
Claude 4 benchmarks429.6万 浏览 · 2万 赞
数据

常见问题

这张图从哪里来？

Anthropic于2025年9月29日在 Blog（anthropic.com）发布了它。我们把它留在这里，并以文字注明发布者和日期，方便你不离开本站就能研究。

我能做一张这样的图吗？

用格式，不用原图。任何图表页上的制作器都能用你自己的数字和文字重画这种图型。