Claude Haiku 5.5
Anthropic· 2026-10-07 上线
综合第 22 名
53.4
编程
56.1
科研
57.6第 18 名
专业办公
49.3第 27 名
知识问答
44.6第 58 名
- 评测覆盖
- 14 / 25 项 · 56%
- 缓存输入
- ¥0.07
- 输入
- ¥0.67
- 输出
- ¥3.36
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierCode | 46.4% | 57.0 | max | 46 |
| FrontierSWE | 43.8% | 55.2 | max | 21 |
| CursorBench | 48.4% | 56.1 | max | 17 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 75.1% | 56.5 | max | 66 |
| FrontierMath（4 级） | 46.3% | 51.7 | max | 57 |
| CritPt | 22.6% | 59.8 | xhigh | 101 |
| ProofBench | 89.0% | 65.1 | max | 77 |
| OTIS Mock AIME | 98.9% | 55.8 | xhigh | 87 |
| SciCode | 55.0% | 56.9 | max | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 56.1% | 54.2 | max | 49 |
| Vending-Bench 2 | $3,602 | 44.5 | 未注明 | 55 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 23.8% | 36.9 | max | 65 |
| GPQA Diamond | 89.6% | 52.0 | max | 84 |
| Humanity's Last Exam | 30.1% | 44.9 | 未注明 | 17 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| 国际象棋谜题 | 55.0% | 不计分 | max | 88 |
原始成绩取这个模型各个推理档位（max、xhigh、high、medium、low、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。