Anthropic表格图 · 65 个数据点 · Claude Opus 4
Claude 4 benchmarks
Anthropic 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。
简化重绘
由我们用下面的数字重新绘制。悬停、点按或用方向键查看。这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。
数字
65 个点中前 10 个免费| 分组 | 系列 | 数值 | 来源 | 置信 |
|---|---|---|---|---|
| Agentic coding SWE-bench Verified | Claude Opus 4 | 72.5% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified | Claude Sonnet 4 | 72.7% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified | Claude Sonnet 3.7 | 62.3% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified | OpenAI o3 | 69.1% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified | OpenAI GPT-4.1 | 54.6% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified | Gemini 2.5 Pro Preview (US-06) | 63.2% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified (with parallel test-time compute) | Claude Opus 4 | 79.4% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified (with parallel test-time compute) | Claude Sonnet 4 | 80.2% | 估算 | 0.97 |
| Agentic coding SWE-bench Verified (with parallel test-time compute) | Claude Sonnet 3.7 | 70.3% | 估算 | 0.97 |
| Agentic terminal coding Terminal-bench | Claude Opus 4 | 43.2% | 估算 | 0.97 |
Max 数据，目前留邮箱免费看
查看全部 65 个数据点并下载文件
这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。
| Agentic terminal coding Terminal-bench | Claude Sonnet 4 | 35.5% | 估算 | 0.97 |
|---|---|---|---|---|
| Agentic terminal coding Terminal-bench | Claude Sonnet 3.7 | 35.2% | 估算 | 0.97 |
| Agentic terminal coding Terminal-bench | OpenAI o3 | 30.2% | 估算 | 0.97 |
| Agentic terminal coding Terminal-bench | OpenAI GPT-4.1 | 30.3% | 估算 | 0.30 |
| Agentic terminal coding Terminal-bench (with parallel test-time compute) | Claude Opus 4 | 50.2% | 估算 | 0.30 |
| Agentic terminal coding Terminal-bench (with parallel test-time compute) | Claude Sonnet 4 | 41.3% | 估算 | 0.30 |
| Graduate-level reasoning GPQA Diamond | Claude Opus 4 | 79.6% | 估算 | 0.30 |
| Graduate-level reasoning GPQA Diamond | Claude Sonnet 4 | 75.4% | 估算 | 0.30 |
| Graduate-level reasoning GPQA Diamond | Claude Sonnet 3.7 | 78.2% | 估算 | 0.97 |
| Graduate-level reasoning GPQA Diamond | OpenAI o3 | 83.3% | 估算 | 0.97 |
| Graduate-level reasoning GPQA Diamond | OpenAI GPT-4.1 | 66.3% | 估算 | 0.30 |
| Graduate-level reasoning GPQA Diamond | Gemini 2.5 Pro Preview (US-06) | 83% | 估算 | 0.97 |
| Graduate-level reasoning GPQA Diamond (with parallel test-time compute) | Claude Opus 4 | 83.3% | 估算 | 0.50 |
| Graduate-level reasoning GPQA Diamond (with parallel test-time compute) | Claude Sonnet 4 | 83.8% | 估算 | 0.50 |
| Agentic tool use TAU-bench Retail | Claude Opus 4 | 81.4% | 估算 | 0.97 |
| Agentic tool use TAU-bench Retail | Claude Sonnet 4 | 80.5% | 估算 | 0.97 |
| Agentic tool use TAU-bench Retail | Claude Sonnet 3.7 | 81.2% | 估算 | 0.97 |
| Agentic tool use TAU-bench Retail | OpenAI o3 | 70.4% | 估算 | 0.97 |
| Agentic tool use TAU-bench Retail | OpenAI GPT-4.1 | 68% | 估算 | 0.97 |
| Agentic tool use TAU-bench Airline | Claude Opus 4 | 59.6% | 估算 | 0.97 |
| Agentic tool use TAU-bench Airline | Claude Sonnet 4 | 60% | 估算 | 0.97 |
| Agentic tool use TAU-bench Airline | Claude Sonnet 3.7 | 58.4% | 估算 | 0.97 |
| Agentic tool use TAU-bench Airline | OpenAI o3 | 52% | 估算 | 0.97 |
| Agentic tool use TAU-bench Airline | OpenAI GPT-4.1 | 49.4% | 估算 | 0.97 |
| Multilingual Q&A MMMLU | Claude Opus 4 | 88.8% | 估算 | 0.97 |
| Multilingual Q&A MMMLU | Claude Sonnet 4 | 86.5% | 估算 | 0.97 |
| Multilingual Q&A MMMLU | Claude Sonnet 3.7 | 85.9% | 估算 | 0.97 |
| Multilingual Q&A MMMLU | OpenAI o3 | 88.8% | 估算 | 0.97 |
| Multilingual Q&A MMMLU | OpenAI GPT-4.1 | 83.7% | 估算 | 0.97 |
| Visual reasoning MMMU (validation) | Claude Opus 4 | 76.5% | 估算 | 0.50 |
| Visual reasoning MMMU (validation) | Claude Sonnet 4 | 74.4% | 估算 | 0.50 |
| Visual reasoning MMMU (validation) | Claude Sonnet 3.7 | 75% | 估算 | 0.50 |
| Visual reasoning MMMU (validation) | OpenAI o3 | 82.9% | 估算 | 0.50 |
| Visual reasoning MMMU (validation) | OpenAI GPT-4.1 | 74.8% | 估算 | 0.50 |
| Visual reasoning MMMU (validation) | Gemini 2.5 Pro Preview (US-06) | 79.6% | 估算 | 0.50 |
| High school math competition AIME 2025 | Claude Opus 4 | 75.5% | 估算 | 0.97 |
| High school math competition AIME 2025 | Claude Sonnet 4 | 70.5% | 估算 | 0.97 |
| High school math competition AIME 2025 | Claude Sonnet 3.7 | 54.8% | 估算 | 0.97 |
| High school math competition AIME 2025 | OpenAI o3 | 88.9% | 估算 | 0.97 |
| High school math competition AIME 2025 | Gemini 2.5 Pro Preview (US-06) | 83% | 估算 | 0.97 |
| High school math competition AIME 2025 (with parallel test-time compute) | Claude Opus 4 | 90% | 估算 | 0.97 |
| High school math competition AIME 2025 (with parallel test-time compute) | Claude Sonnet 4 | 85% | 估算 | 0.97 |
| Graduate-level reasoning Terminal-bench | Claude Opus 4 | 79.6% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | Claude Opus 4 | 76.5% | 估算 | 0.50 |
| Graduate-level reasoning Terminal-bench | Claude Sonnet 4 | 75.4% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | Claude Sonnet 4 | 74.4% | 估算 | 0.50 |
| Graduate-level reasoning Terminal-bench | Claude Sonnet 3.7 | 35.2% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | Claude Sonnet 3.7 | 75% | 估算 | 0.50 |
| Graduate-level reasoning Terminal-bench | OpenAI o3 | 30.2% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | OpenAI o3 | 82.9% | 估算 | 0.50 |
| Graduate-level reasoning Terminal-bench | OpenAI GPT-4.1 | 66.3% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | OpenAI GPT-4.1 | 74.8% | 估算 | 0.50 |
| Agentic terminal coding (pass@1) | Gemini 2.5 Pro Preview (US-06) | 83% | 估算 | 0.50 |
| Graduate-level reasoning Terminal-bench | Gemini 2.5 Pro Preview (US-06) | 83% | 估算 | 0.50 |
| Visual reasoning MMMLU (validation) | Gemini 2.5 Pro Preview (US-06) | 79.6% | 估算 | 0.50 |
下载这张图的数据
Max 订阅者可以通过 API 取同样的数据。 API 文档
API · Max
用 API 调用这张图
Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：b773ef9530ef。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/b773ef9530ef | 标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接 | 开放 |
| GET | /api/v1/charts/b773ef9530ef/data | 每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSV | Max |
| GET | /api/v1/charts/b773ef9530ef/render?view=1 | 本页使用的只读绘图视图 | 开放 |
| POST | /mcp | 工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用 | Max |
curlMax
curl -s https://viral-chart.com/api/v1/charts/b773ef9530ef/data \
-H "Authorization: Bearer $VIRALCHART_KEY"Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
--header "Authorization: Bearer $VIRALCHART_KEY"每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。
做一张这样的图
这张图的形式，你的数字。
实时预览。所有内容都留在你的设备上。
选择形式
简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。
换上你的数字
这是这张图自己的名称和数字，方便你看清形式。直接改写任何名称或数字，预览会随之重画。发布前请把每一个都换成你的。
这是这张图的数字，方便你看清形式。发布前请把每一个都换成你的。
你的品牌
强调色
Logo（可选）只在你的设备上绘制，不会上传。
画面
导出图片
免费图片的角落有一行小字 “Made with ViralChart”，别人就是通过这一行找到我们的。
Anthropic 的更多数据
全部图表数据从图片估算Claude 3.5 Sonnet benchmarksAnthropic · 表格图 · 34 个数据点从图片估算Software engineeringAnthropic · 柱状图 · 2 个数据点从图片估算Novel problem-solving by costAnthropic · 散点图 · 3 个数据点从图片估算相似重绘 7.4Code Arena: WebDevarena · 柱状图 · 15 个数据点从图片估算Model benchmarksAnthropic · 表格图 · 31 个数据点从图片估算相似重绘 6.0Opus 4.8Anthropic · 表格图 · 28 个数据点
常见问题
这些数字有多准？
它们由两遍独立读图估算得出，置信度 0.76（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。
这些数据可以直接用吗？
这些数字描述的是 Anthropic 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。
怎么拿到文件？
JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/b773ef9530ef.json 和 /api/charts/b773ef9530ef.skill.md。