| Thông số | Giá trị |
|---|---|
| Nhà phát triển | Anthropic[1][2][6] |
| Giá API mỗi 1M token | đầu vào $15, đầu ra $75 |
| Khả dụng | Claude[3] API, Amazon Bedrock, Google Cloud Vertex AI |
Từ bài ra mắt Claude 4 của Anthropic và bảng benchmark; điểm là một lần thử, không dùng tính toán song song khi kiểm tra. Bài không nêu cửa sổ ngữ cảnh hay đầu ra tối đa. · nguồn
Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (Claude Opus 4, 22 May 2025): 200K-token input window (Willison: 'still stuck at 200,000'; Latent Space AINews: 200K tokens, text and vision in; OpenRouter page: 200K); list price $15 in / $75 out per 1M tokens = $30 blended at 3:1 (Anthropic); text and image input. Anthropic: SWE-bench Verified 72.5%, original Terminal-Bench 43.2% - not Terminal-Bench 4.0, so coding is null rather than borrowed; Anthropic's GPQA Diamond 79.6% (Willison) has no AA-index anchor. Reasoning null (no launch-version AA index opened), speed null. Reviews: Zvi, 16x Engineer (own eval set, 25 May 2025), TechCrunch, Latent Space AINews; all are early reactions.[1]
If you don't care about price or speed, Opus is probably the best model available today.
Claude Opus 4 should be used when you need the most concise, precise code generation, particularly for complex tasks requiring sustained focus. However, at $15/$75 per million tokens (input/output), it comes at a premium price point.
To be clear, these improvements haven't yielded the world's best models by every benchmark. For example, while Opus 4 beats Google's Gemini 2.5 Pro and OpenAI's o3 and GPT-4.1 on SWE-bench Verified, which is designed to evaluate a model's coding abilities, it can't surpass o3
@gallabytes noted that while Claude4 is fun to code with, it's still not as good as Gemini at writing correct code on the first try, but the code it writes is a lot cleaner & easier to test.
| Anthropic's new Claude 4 AI models can reason over many steps · 22 thg 5, 2025 | 0.10 |
|---|---|
| Anthropic releases Claude 4 Sonnet and Opus: Memory, Agent Capabilities, Claude Code, Redteam Drama · 22 thg 5, 2025 | 0.20 |
| Claude Opus 4 and Claude Sonnet 4 Evaluation Results · 25 thg 5, 2025 | 0.30 |
| Claude 4 You: The Quest for Mundane Utility · 26 thg 5, 2025 | 0.80 |
Ảnh của độc giả, tách biệt với phương tiện có nguồn của ghim. Hãy chấm điểm món bạn đã ăn hoặc thấy, và với ghim nhà hàng, gắn thẻ món ngay trên ảnh của bạn.
Mục đầu tiên luôn là nguồn của ghim. Độ tin cậy tổng thể là trung bình có trọng số về mức độ mỗi tài liệu ủng hộ thời điểm bắt đầu và kết thúc được dùng ở trên; một tài liệu được tính giảm một nửa cho mỗi 180 ngày cũ hơn tài liệu mới nhất.
Bài đăng của Anthropic[2][6] đề ngày “May 22, 2025”: “Hôm nay, chúng tôi giới thiệu thế hệ mô hình Claude[3] tiếp theo: Claude Opus 4 và Claude Sonnet 4”, “có sẵn trên API của chúng tôi, Amazon Bedrock và Vertex AI của Google Cloud”; CNBC[4] và TechCrunch[5] đưa tin về đợt ra mắt vào Thứ Năm hôm đó.
Anthropic's[1][6] system card: training data from the public internet as of March 2025; in a fictional test where it learns it will be replaced and the engineer responsible is having an affair, Claude[3] Opus 4 "will often attempt to blackmail the engineer" - in 84% of rollouts even when the replacement shares its values.
Anthropic[1][2][6] notified developers on 14 April 2026 that Claude Opus 4 (claude-opus-4-20250514) would be retired; it was retired on 15 June 2026, with claude-opus-4-8 as the replacement.
CNBC's same-day report (datePublished 2025-05-22T16:42Z): "Anthropic[1][2][6], the Amazon-backed OpenAI rival, on Thursday launched its most powerful group of AI models yet: Claude[3] 4"; Opus 4 is the "best coding model in the world" and could work autonomously for nearly a full corporate workday - seven hours - per chief science officer Jared Kaplan.
TechCrunch (9:45 AM PDT, 22 May 2025): launched at Anthropic's[1][2][6] inaugural developer conference; only paying users get Opus 4, priced at $15/$75 per million tokens on the API, Bedrock and Vertex AI; it beats Gemini 2.5 Pro, o3 and GPT-4.1 on SWE-bench Verified but not o3 on MMMU or GPQA Diamond.
Thiếu hay sai điều gì? Hãy nói bằng lời của bạn: một liên kết củng cố ghim này, một ngày bắt đầu hoặc kết thúc khác kèm lý do, hoặc một thông tin còn thiếu hay sai. AI đối chiếu với các nguồn của ghim này, tìm nguồn tốt hơn và thêm mọi trang ủng hộ bạn. Các nguồn của chính ghim vẫn được tính nhiều nhất. Hình ảnh thể hiện nội dung khác hoặc thể hiện kém cũng được xem xét, rồi bị hạ xuống hoặc thay thế.
Tiêu đề gốc: Claude Opus 4 Released
| Chuẩn đánh giá | Claude Opus 4 | Claude Sonnet 4 | Claude Sonnet 3.7 | OpenAI o3 | OpenAI GPT-4.1 | Gemini 2.5 Pro Preview (05-06) |
|---|---|---|---|---|---|---|
| SWE-bench Verified¹˒⁵ (lập trình tác tử) | 72.5% / 79.4% | 72.7% / 80.2% | 62.3% / 70.3% | 69.1% | 54.6% | 63.2% |
| Terminal-bench²˒⁵ (lập trình terminal kiểu tác tử) | 43.2% / 50.0% | 35.5% / 41.3% | 35.2% | 30.2% | 30.3% | 25.3% |
| GPQA Diamond⁵ (suy luận trình độ sau đại học) | 79.6% / 83.3% | 75.4% / 83.8% | 78.2% | 83.3% | 66.3% | 83.0% |
| TAU-bench (dùng công cụ kiểu tác tử) | Bán lẻ 81.4%, Hàng không 59.6% | Bán lẻ 80.5%, Hàng không 60.0% | Bán lẻ 81.2%, Hàng không 58.4% | Bán lẻ 70.4%, Hàng không 52.0% | Bán lẻ 68.0%, Hàng không 49.4% | — |
| MMMLU³ (hỏi đáp đa ngôn ngữ) | 88.8% | 86.5% | 85.9% | 88.8% | 83.7% | — |
| MMMU, tập kiểm định (suy luận trực quan) | 76.5% | 74.4% | 75.0% | 82.9% | 74.8% | 79.6% |
| AIME 2025⁴˒⁵ (thi toán trung học phổ thông) | 75.5% / 90.0% | 70.5% / 85.0% | 54.8% | 88.9% | — | 83.0% |
¹ Opus 4 và Sonnet 4 đạt 72.5% và 72.7% pass@1 với công cụ bash/trình soạn thảo, lấy trung bình qua 10 lần thử. ² 39.2% và 33.5% với cùng một tác tử như các mô hình không phải Claude; 43.2% và 35.5% với Claude Code là khung tác tử. ³ Trung bình trên 14 ngôn ngữ không phải tiếng Anh. ⁴ Chạy với lấy mẫu nucleus, top_p 0.95. ⁵ Số thứ hai dùng tính toán song song khi kiểm thử, lấy mẫu nhiều lần thử và chọn kết quả tốt nhất bằng một mô hình chấm điểm nội bộ.