claude-opus-5max
第 1 名
当前排名
74%±4%
能力得分
$11.84
平均运行成本
118k
平均输出量
99
平均执行步数
113
参与测试数量
测试详情
推理档位max
95% 置信区间69.8% - 77.5%
Pass@488.5%
尝试次数444
通过任务数327
至少通过一次的任务数100
平均输入量15026k
中位峰值上下文216k
中位运行成本$10.43
中位输出量113k
平均运行时长32 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13