
Claude 4 Opus (Extended Thinking)
Anthropic の最先端の推論モデルで、詳細な思考プロセスを表示できる拡張思考能力を備えています。SWE-bench で 72.5%(並列計算下で 79.4%)、AIME 2025 数学コンテストで 90% の精度を達成しました。思考プロセスにおけるツール使用をサポートしており、世界最高のプログラミングモデルと見なされています。複雑な推論と高品質なコード生成が必要なプロフェッショナルなアプリケーションに適しています。
インテリジェンス(比較的強い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
200,000
コンテキストウィンドウ
128,000
最大出力トークン
-
知識カットオフ
価格設定
¥108 /M tokens
入力
¥540 /M tokens
出力
¥216 /M tokens
混合価格
クイック簡易比較
Claude 4 Sonnet
¥3
Claude 4 Opus (Extended Thinking)
¥15
Claude Opus 4.1
¥15
基本パラメータ
Claude 4 Opus (Extended Thinking)技術パラメータ
パラメータ数
未発表
コンテキスト長
200.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキスト、画像
スループット
120
リリース日
2025-05-22
応答速度
64.8,139 tokens/s
ベンチマークスコア
以下はClaude 4 Opus (Extended Thinking)の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
64.43
大規模言語モデルインテリジェンスレベル
コーディング指数
51.71
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
86.93
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
87.3
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
79.6
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
11.7
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
63.6
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
39.8
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
-
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
98.2
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
75.7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長