模型
Anthropic
Claude Sonnet 4

Anthropic119 张图 · 首次出现 2025年10月 · 最新 2026年6月30日

Claude Sonnet 4 跑分和性能，一图看懂

我们追踪到的所有包含 Claude Sonnet 4 的图，既有实验室官方发布，也有大家信任的第三方榜单，并附上每张图的传播数据。含 Claude Sonnet 4.5、Claude Sonnet 4.6。

对比:Claude Opus 4 · 3 GPT-5.4 · 2 Kimi K2 · 2 GLM-5.1 · 2 Claude Sonnet 5 · 1 Gemini 3 · 1 GLM-5 · 1 o3 · 1 Grok 4 · 1 Gemini 2.5 Pro · 1

Anthropic 全部模型

图表119

总浏览5253.1万

官方46

第三方73

最新2026年6月

Anthropic发布的官方图

按原样收录自 X、Hugging Face、GitHub 和官方博客，点击打开我们为这张图做的页面。

Claude Sonnet 4: AI Model Benchmark Comparison

官方X · Anthropic2025年11月24日

AI Model Benchmark Comparison782万浏览 · 1.9万赞

Claude Sonnet 4.5: 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

Claude Sonnet 4.5: 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

Claude Sonnet 4.6: Sonnet 5 benchmark comparison

官方X · Anthropic2026年6月30日

Sonnet 5 benchmark comparison147万浏览 · 4922 赞

Claude Sonnet 4.5: Software engineering SWE-bench Verified

官方X · Anthropic2025年10月15日

Software engineering SWE-bench Verified134.1万浏览 · 6949 赞

Claude Sonnet 4.5: AI Model Benchmark Comparison

官方X · Anthropic2026年2月5日

AI Model Benchmark Comparison75.2万浏览 · 4060 赞

Claude Sonnet 4.6: AI Model Benchmark Comparison

官方X · Anthropic2026年2月17日

AI Model Benchmark Comparison62万浏览 · 3100 赞

Claude Sonnet 4: Computer Use Scores Over Time

官方X · Anthropic2026年2月17日

Computer Use Scores Over Time61.6万浏览 · 1974 赞

Claude Sonnet 4.5: SWE-bench Verified Accuracy

官方X · Anthropic2025年9月29日

SWE-bench Verified Accuracy16万浏览 · 1097 赞

Claude Sonnet 4: Claude Code turn duration over time

官方X · Anthropic2026年2月18日

Claude Code turn duration over time9.3万浏览 · 395 赞

Claude Sonnet 4: Claude model behavioral differences

官方X · Anthropic2026年7月13日

Claude model behavioral differences6.8万浏览 · 312 赞

Claude Sonnet 4.6: Sycophancy by model

官方X · Anthropic2026年4月30日

Sycophancy by model6.4万浏览 · 170 赞

Claude Sonnet 4.5: Model Detection Performance Comparison

官方X · Anthropic2025年10月29日

Model Detection Performance Comparison2.4万浏览 · 178 赞

Claude Sonnet 4: Agentic search performance by effort level

官方Blog · Anthropic2026年6月30日

Agentic search performance by effort level

Claude Sonnet 4: Agentic computer use performance by effort level

官方Blog · Anthropic2026年6月30日

Agentic computer use performance by effort level

Claude Sonnet 4: Misaligned behavior

官方Blog · Anthropic2026年6月30日

Misaligned behavior

Claude Sonnet 4: Firefox 147 exploit development

官方Blog · Anthropic2026年6月30日

Firefox 147 exploit development

Claude Sonnet 4: Misaligned behavior

官方Blog · Anthropic2026年6月9日

Misaligned behavior

Claude Sonnet 4: Misaligned behavior

官方Blog · Anthropic2026年4月16日

Misaligned behavior

Claude Sonnet 4: Claude Sonnet OSWorld and OSWorld-Verified scores over time

官方Blog · Anthropic2026年2月17日

Claude Sonnet OSWorld and OSWorld-Verified scores over time

Claude Sonnet 4: Vending-Bench Arena Sonnet4.6 vs. Sonnet 4.5

官方Blog · Anthropic2026年2月17日

Vending-Bench Arena Sonnet4.6 vs. Sonnet 4.5

Claude Sonnet 4: Knowledge work GDPval-AA (Elo scores)

官方Blog · Anthropic2026年2月5日

Knowledge work GDPval-AA (Elo scores)

Claude Sonnet 4: Agentic search BrowseComp

官方Blog · Anthropic2026年2月5日

Agentic search BrowseComp

Claude Sonnet 4: Agentic coding 2.0 - Terminal-Bench 2.0

官方Blog · Anthropic2026年2月5日

Agentic coding 2.0 - Terminal-Bench 2.0

留邮箱免费看

解锁 Claude Sonnet 4 的全部 119 张图

我们为 Claude Sonnet 4 找到的每张官方发布图和第三方评测，并写明发布者。另外每周一一封邮件：本周跑赢自己平时水平的图。

解锁全部 35 家巨头。每周一封，随时退订。看看能得到什么 · 登录

Anthropic发布的官方图更多

Claude Sonnet 4: Multidisciplinary reasoning performance with and without tools

官方Blog · Anthropic2026年2月5日

Multidisciplinary reasoning performance with and without tools

Claude Sonnet 4: Long-context retrieval MRCR v2

官方Blog · Anthropic2026年2月5日

Long-context retrieval MRCR v2

Claude Sonnet 4: Long-context Graphwalks reasoning

官方Blog · Anthropic2026年2月5日

Long-context Graphwalks reasoning

Claude Sonnet 4: Software failure RCA diagnosis

官方Blog · Anthropic2026年2月5日

Software failure RCA diagnosis

Claude Sonnet 4: Long-term vending coherence 2

官方Blog · Anthropic2026年2月5日

Long-term vending coherence 2

Claude Sonnet 4: Cybersecurity vulnerability reproduction

官方Blog · Anthropic2026年2月5日

Cybersecurity vulnerability reproduction

Claude Sonnet 4: Computational biology BioPipelineBench

官方Blog · Anthropic2026年2月5日

Computational biology BioPipelineBench

Claude Sonnet 4: Overall misaligned behavior

官方Blog · Anthropic2026年2月5日

Overall misaligned behavior

Claude Sonnet 4: Multilingual coding SWE-bench Multilingual

官方Blog · Anthropic2025年11月24日

Multilingual coding SWE-bench Multilingual

Claude Sonnet 4: Coding problems

官方Blog · Anthropic2025年11月24日

Coding problems

Claude Sonnet 4: Deep research agents BrowseComp-Plus

官方Blog · Anthropic2025年11月24日

Deep research agents BrowseComp-Plus

Claude Sonnet 4: Long-term vending coherence

官方Blog · Anthropic2025年11月24日

Long-term vending coherence

Claude Sonnet 4: Concerning behavior

官方Blog · Anthropic2025年11月24日

Concerning behavior

Claude Sonnet 4: Susceptibility to prompt-injection style attacks

官方Blog · Anthropic2025年11月24日

Susceptibility to prompt-injection style attacks

Claude Sonnet 4: Software engineering SWE-bench Verified with effort controls

官方Blog · Anthropic2025年11月24日

Software engineering SWE-bench Verified with effort controls

Claude Sonnet 4: AI Model Benchmark Comparison

官方Blog · Anthropic2025年10月15日

AI Model Benchmark Comparison

Claude Sonnet 4: Software engineering benchmark accuracy

官方Blog · Anthropic2025年9月29日

Software engineering benchmark accuracy

Claude Sonnet 4: Finance

官方Blog · Anthropic2025年9月29日

Claude Sonnet 4: Law

官方Blog · Anthropic2025年9月29日

Law

Claude Sonnet 4: Medicine

官方Blog · Anthropic2025年9月29日

Claude Sonnet 4: STEM Win Rate vs Baseline

官方Blog · Anthropic2025年9月29日

STEM Win Rate vs Baseline

Claude Sonnet 4: Misaligned behavior scores in simulated settings

官方Blog · Anthropic2025年9月29日

Misaligned behavior scores in simulated settings

来自评测榜单和其他发布者

Cursor 散点图: AI模型成本与性能

Cursor·2026年6月

AI模型成本与性能

116.3万浏览4147 赞0.4% 互动

Arena 排行榜: GLM-5.1代码竞技场排名

Arena·2026年4月

GLM-5.1代码竞技场排名

49.4万浏览2564 赞0.6% 互动

METR 散点图: AI 模型任务长度

METR·2025年10月

AI 模型任务长度

31.1万浏览623 赞0.2% 互动

Arena 跑分柱状图: AI代码竞技场得分

Arena·2026年4月

AI代码竞技场得分

17.4万浏览1044 赞0.7% 互动

Arena 排行榜: Claude Sonnet 4.5文本竞技场

Arena·2025年10月

Claude Sonnet 4.5文本竞技场

8.7万浏览403 赞0.5% 互动

Epoch AI 跑分柱状图: AI模型ECI分数

Epoch AI·2026年2月

AI模型ECI分数

8.2万浏览228 赞0.3% 互动

Arena 表格图: Claude Sonnet 4.5竞技场排名

Arena·2025年10月

Claude Sonnet 4.5竞技场排名

4.7万浏览429 赞1.1% 互动

更多以 Claude Sonnet 4 为主角的图

评测榜单、其他实验室和研究者发布的图，点击打开我们为这张图做的页面。

Claude Sonnet 4: Claude Opus 4 tied #1 in WebDev Arena

X · @arena2025年5月28日

Claude Opus 4 tied #1 in WebDev Arena10.8万浏览 · 662 赞

Claude Sonnet 4: Claude Arena Frontend Rankings

X · @arena2026年7月2日

Claude Arena Frontend Rankings9.5万浏览 · 777 赞

Claude Sonnet 4: Claude Opus & Sonnet 4.6 Search Arena Rankings

X · @arena2026年2月26日

Claude Opus & Sonnet 4.6 Search Arena Rankings8.7万浏览 · 412 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index v3.0

X · @ArtificialAnlys2025年12月3日

Artificial Analysis Intelligence Index v3.08.4万浏览 · 878 赞

Claude Sonnet 4: Code Arena Top 15: Agentic Coding

X · @arena2026年4月22日

Code Arena Top 15: Agentic Coding7.3万浏览 · 340 赞

Claude Sonnet 4: GLM-4.5's Experience with Agentic Coding in Real-world Development

X · @Zai_org2025年7月28日

GLM-4.5's Experience with Agentic Coding in Real-world Development3.8万浏览 · 460 赞

Claude Sonnet 4: CC-Bench: GLM-4.5's Experience with Agentic Coding in Real-world

X · @Zai_org2025年9月1日

CC-Bench: GLM-4.5's Experience with Agentic Coding in Real-world3.3万浏览 · 182 赞

Claude Sonnet 4: SWE-bench Verified accuracy for Claude models

X · @EpochAIResearch2025年5月28日

SWE-bench Verified accuracy for Claude models3.2万浏览 · 338 赞

Claude Sonnet 4: Anthropic in the Text Arena

X · @arena2025年6月2日

Anthropic in the Text Arena2.9万浏览 · 259 赞

Claude Sonnet 4: GLM-4.6 Agentic Coding Performance vs Competitors

X · @Zai_org2025年9月30日

GLM-4.6 Agentic Coding Performance vs Competitors1.4万浏览 · 110 赞

Claude Sonnet 4: Time per Intelligence Index Task

X · @ArtificialAnlys2026年6月16日

Time per Intelligence Index Task1.3万浏览 · 78 赞

Claude Sonnet 4: Intelligence vs. Output Tokens per Intelligence Index Task

X · @ArtificialAnlys2026年6月30日

Intelligence vs. Output Tokens per Intelligence Index Task9910 浏览 · 58 赞

Claude Sonnet 4: GDPval-AA Agentic Leaderboard

X · @ArtificialAnlys2026年3月26日

GDPval-AA Agentic Leaderboard4349 浏览 · 18 赞

Claude Sonnet 4: Tokens used to run all evaluations in the

X · @ArtificialAnlys2026年3月26日

Tokens used to run all evaluations in the3624 浏览 · 13 赞

Claude Sonnet 4: GPQA Diamond accuracy for Claude models

X · @EpochAIResearch2025年5月28日

GPQA Diamond accuracy for Claude models3336 浏览 · 30 赞

Claude Sonnet 4: SWE-bench Verified accuracy for Claude models

X · @EpochAIResearch2025年5月28日

SWE-bench Verified accuracy for Claude models3130 浏览 · 45 赞

Claude Sonnet 4: OTIS Mock AIME 2024-2025 accuracy comparison

X · @EpochAIResearch2025年5月28日

OTIS Mock AIME 2024-2025 accuracy comparison1960 浏览 · 30 赞

Claude Sonnet 4: AA-AnalystAgent: pass^5 vs Cost per Task

X · @ArtificialAnlys2026年8月11日

AA-AnalystAgent: pass^5 vs Cost per Task1942 浏览 · 15 赞

Claude Sonnet 4: Claude Sonnet 4.5 WebDev Arena Ranking

X · @arena2025年10月2日

Claude Sonnet 4.5 WebDev Arena Ranking1931 浏览 · 16 赞

Claude Sonnet 4: Coding, Hard Prompts, Writing & Longer Query

X · @arena2025年6月2日

Coding, Hard Prompts, Writing & Longer Query1388 浏览 · 15 赞

Claude Sonnet 4: AI Model Performance Benchmarks

X · @ArtificialAnlys2026年3月12日

AI Model Performance Benchmarks566.2万浏览 · 2291 赞

Claude Sonnet 4: Kimi K2 Thinking vs GPT-5 vs Claude Sonnet

X · @Kimi_Moonshot2025年11月6日

Kimi K2 Thinking vs GPT-5 vs Claude Sonnet485.5万浏览 · 9523 赞

Claude Sonnet 4: AI Model Benchmarks Comparison

X · @Alibaba_Qwen2026年2月24日

AI Model Benchmarks Comparison400.4万浏览 · 7872 赞

Claude Sonnet 4: AI Model Benchmarks Comparison

X · @MiniMax_AI2025年10月27日

AI Model Benchmarks Comparison350.8万浏览 · 2268 赞

Claude Sonnet 4: AI Model Benchmarks Comparison

X · @MiniMax_AI2026年3月18日

AI Model Benchmarks Comparison211.3万浏览 · 3352 赞

Claude Sonnet 4: LLM Benchmarks Performance Evaluation

X · @Zai_org2025年12月22日

LLM Benchmarks Performance Evaluation142.6万浏览 · 3347 赞

Claude Sonnet 4: GDPval-AA v2 Leaderboard and Cost Analysis

X · @ArtificialAnlys2026年7月8日

GDPval-AA v2 Leaderboard and Cost Analysis138.8万浏览 · 2367 赞

Claude Sonnet 4: AA-Briefcase Elo vs. Cost per Task

X · @ArtificialAnlys2026年7月9日

AA-Briefcase Elo vs. Cost per Task137.4万浏览 · 516 赞

Claude Sonnet 4: LLM Performance on 8 Benchmarks

X · @Zai_org2025年9月30日

LLM Performance on 8 Benchmarks90.8万浏览 · 1784 赞

Claude Sonnet 4: Creative Writing v3 - Elo (Normalized)

X · @SpaceXSI2025年11月17日

Creative Writing v3 - Elo (Normalized)86万浏览 · 2559 赞

Claude Sonnet 4: AI Model Benchmark Performance Comparison

X · @Kimi_Moonshot2025年9月5日

AI Model Benchmark Performance Comparison64.2万浏览 · 2940 赞

Claude Sonnet 4: AI Intelligence Index vs Cost

X · @ArtificialAnlys2026年6月17日

AI Intelligence Index vs Cost34.4万浏览 · 1927 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index vs Cost

X · @ArtificialAnlys2026年9月10日

Artificial Analysis Intelligence Index vs Cost29.3万浏览 · 1188 赞

Claude Sonnet 4: Conceptual similarity to Claude

X · @arena2026年9月11日

Conceptual similarity to Claude22.2万浏览 · 693 赞

Claude Sonnet 4: Gemini 3 Deep Think Benchmark Performance

X · @GoogleDeepMind2025年12月4日

Gemini 3 Deep Think Benchmark Performance18.9万浏览 · 457 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index

X · @ArtificialAnlys2026年7月10日

Artificial Analysis Intelligence Index17.7万浏览 · 706 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index v4.3.2

X · @ArtificialAnlys2026年10月6日

Artificial Analysis Intelligence Index v4.3.217.1万浏览 · 1766 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index vs Cost

X · @ArtificialAnlys2026年9月29日

Artificial Analysis Intelligence Index vs Cost16.5万浏览 · 1979 赞

Claude Sonnet 4: Model Performance: Tokens per Second vs Output Price

X · @SpaceXSI2025年8月28日

Model Performance: Tokens per Second vs Output Price12.3万浏览 · 1132 赞

Claude Sonnet 4: Pareto Frontier for Agent Arena: Code

X · @arena2026年8月24日

Pareto Frontier for Agent Arena: Code7.1万浏览 · 480 赞

Claude Sonnet 4: Berkeley Function Calling v4 Benchmark

X · @SpaceXSI2025年11月19日

Berkeley Function Calling v4 Benchmark5.9万浏览 · 349 赞

Claude Sonnet 4: Agentic coding runs on cache

X · @SemiAnalysis_2026年7月8日

Agentic coding runs on cache5.1万浏览 · 286 赞

Claude Sonnet 4: Output Tokens Used to Run Artificial Analysis Intelligence

X · @ArtificialAnlys2026年4月8日

Output Tokens Used to Run Artificial Analysis Intelligence5万浏览 · 224 赞

Claude Sonnet 4: LMArena WebDev Arena Leaderboard

X · @arena2025年8月7日

LMArena WebDev Arena Leaderboard4.4万浏览 · 289 赞

Claude Sonnet 4: Artificial Analysis Intelligence Index v4.0

X · @ArtificialAnlys2026年3月3日

Artificial Analysis Intelligence Index v4.03.8万浏览 · 475 赞

Claude Sonnet 4: AA-Briefcase Elo and Presentation Elo

X · @ArtificialAnlys2026年7月13日

AA-Briefcase Elo and Presentation Elo3万浏览 · 252 赞

Claude Sonnet 4: AA-Briefcase Elo & GDPval-AA v2 Leaderboard

X · @ArtificialAnlys2026年9月21日

AA-Briefcase Elo & GDPval-AA v2 Leaderboard2.2万浏览 · 192 赞

Claude Sonnet 4: Intelligence Evaluations

X · @ArtificialAnlys2026年5月1日

Intelligence Evaluations7694 浏览 · 28 赞

Claude Sonnet 4: GDPval-AA Leaderboard

X · @ArtificialAnlys2026年5月19日

GDPval-AA Leaderboard7178 浏览 · 44 赞

Claude Sonnet 4: Claude Sonnet 5 vs 4.6 Category Rankings

X · @arena2026年7月2日

Claude Sonnet 5 vs 4.6 Category Rankings6100 浏览 · 37 赞

Claude Sonnet 4: AA-Omniscence Index

X · @ArtificialAnlys2026年10月12日

AA-Omniscence Index5982 浏览 · 48 赞

Claude Sonnet 4: SWE-Bench verified accuracy for DeepSeek-R1-0528

X · @EpochAIResearch2025年5月30日

SWE-Bench verified accuracy for DeepSeek-R1-05285128 浏览 · 38 赞

Claude Sonnet 4: GPT-5 vs Claude on SWE-bench Verified

X · @EpochAIResearch2025年8月12日

GPT-5 vs Claude on SWE-bench Verified4698 浏览 · 61 赞

Claude Sonnet 4: Net Improvement vs. median cost per session

X · @arena2026年6月4日

Net Improvement vs. median cost per session4458 浏览 · 39 赞

Claude Sonnet 4: Output Tokens per Intelligence Index Task

X · @ArtificialAnlys2026年8月13日

Output Tokens per Intelligence Index Task3474 浏览 · 49 赞

Claude Sonnet 4: AI Model Usage and Token Metrics

OpenRouter · openrouter2026年8月17日

AI Model Usage and Token Metrics

Claude Sonnet 4: Model Spend Over Time

OpenRouter · openrouter2026年8月17日

Model Spend Over Time

Claude Sonnet 4: AI Model Benchmark Comparison

Blog · deepmind.google2026年8月13日

AI Model Benchmark Comparison

Claude Sonnet 4: OpenRouter latency percentile curve

OpenRouter · openrouter2026年7月28日

OpenRouter latency percentile curve

Claude Sonnet 4: Math, instruction following vs competing models

Hugging Face · mistralai/Mistral-Medium-3.5-128B2026年7月15日

Math, instruction following vs competing models

Claude Sonnet 4: Gemini 3.5 Flash OSWorld-Verified Benchmark

Blog · deepmind.google2026年6月24日

Gemini 3.5 Flash OSWorld-Verified Benchmark

Claude Sonnet 4: Claude Sonnet 4.6 Benchmarks

OpenRouter · openrouter2026年2月23日

Claude Sonnet 4.6 Benchmarks

Claude Sonnet 4: AI Model Benchmarks Comparison

Hugging Face · MiniMaxAI/MiniMax-M2.12026年2月13日

AI Model Benchmarks Comparison

Claude Sonnet 4: Kimi K2 Thinking benchmark comparison

Blog · platform.kimi.ai2025年11月8日

Kimi K2 Thinking benchmark comparison

Claude Sonnet 4: LLM Benchmark Performance Evaluation

LLM Benchmark Performance Evaluation

Claude Sonnet 4: CC-Bench Development: GLM 4.6 vs Claude Sonnet 4

CC-Bench Development: GLM 4.6 vs Claude Sonnet 4

做成你的

你的数字，放进和原图一样的图里。

从 Anthropic 的「Software」的真实数字开始。发布前请把每个数字换成你的。一步一步做一张这样的图

标题副标题

相似度 9.3 / 10。免费图片带一行小字 “Made with ViralChart”，别人就是通过这一行找到我们的。

常见问题

Claude Sonnet 4 表现怎么样？

我们收录了 7 张包含 Claude Sonnet 4 的图（含 Claude Sonnet 4.5、Claude Sonnet 4.6），发布于2025年10月到2026年6月，其中 0 张来自 Anthropic。浏览最多的是 Cursor 的「AI模型成本与性能」，1,163,187 浏览。

Claude Sonnet 4 和 Claude Opus 4 哪个更好？

有 3 张图把它们放在一起比较。谁赢取决于具体评测，每张图都写明了测试项目和发布者。

谁在发 Claude Sonnet 4 的跑分图？

Cursor, Arena, METR, Epoch AI, Anthropic, @arena, @ArtificialAnlys, @Zai_org, @EpochAIResearch, @Kimi_Moonshot