Claude Haiku 4.5 20251001
Data source: AIHOT
Model data is shown as published (Chinese).
Released: 2025-10-15 · Context: 200K tokens
Overall rank 89
Official API prices ¥ / million tokens
- Input
- ¥6.67 ($1)
- Output
- ¥33.33 ($5)
- Cache hits
- ¥0.67 ($0.1)
Domain capabilities
| Board | Rank | Score | Benchmarks |
|---|---|---|---|
| 综合 | 89 | 33.6 | 12 |
| 编程 | 89 | 35.6 | 3 |
| 科研 | 92 | 28.5 | 2 |
| 专业办公 | 87 | 34 | 2 |
| 知识问答 | 90 | 33.3 | 2 |
编程 · 35.6
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| ProgramBench ↗ 只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。 | Vals AI | 0.0% | 77.2 | 34 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| TapTap Maker ↗ 在真实游戏引擎里用 Lua 写出能跑起来的游戏功能,由引擎实际运行判对错。 | TapTap Maker | 38.5% | 38.3 | 37 | 2026-11-18 | Notes代表配置:High 推理 · claude。评测方为每个模型指定 Agent(通常是厂商自家的);按预先固定的推理档位优先级选择,成绩归到基础模型。 |
| Vibe Code Bench v1.1 ↗ 按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。 | Vals AI | 11.4% | 36.8 | 113 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
科研 · 28.5
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| ARC-AGI-2 ↗ 从几个网格图案的例子中找出变换规则,再解一道新题。 | ARC Prize | 4.0% | 30.9 | 218 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”。代表配置:思考预算 · 32k。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Chess Puzzles ↗ 看文字写成的国际象棋棋局,找出正确的一步,由象棋引擎核对。 | Epoch AI | 8.0% | 26.1 | 141 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”。代表配置:思考预算 · 59k。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
专业办公 · 34
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Legal Research Bench ↗ 像律师一样查法规和判例,写出有出处的结论。 | Vals AI | 10.6% | 35.8 | 88 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| TaxAgentBench ↗ 回答税务专业问题,要查到税法依据并注明出处。 | Vals AI | 5.9% | 33.5 | 84 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| MedCode ↗ 读住院记录,给出标准的医疗诊断编码。 | Vals AI | 32.7% | — | 88 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
知识问答 · 33.3
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| BullshitBench v2 ↗ 问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。 | BullshitBench | 77.0% | 88.4 | 27 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| SimpleQA Verified ↗ 一句话就能答的事实问题,看答得对不对。 | Epoch AI | 12.6% | 17.3 | 98 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:思考预算 · 32k。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
真人盲选 · 35
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Arena Text ↗ 真人匿名比较两个模型的回答,投票选出更好的回答。 | LMArena | 1,414 | 37 | 149 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Arena WebDev ↗ 真人匿名比较两个模型做出来的网页,选更好的那个。 | LMArena | 1,330.1 | 35.9 | 133 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
Benchmarks without results
- Terminal-Bench 4.0 · AA
- Terminal-Bench 4.0 · Vals
- Terminal-Bench 4.0 · 官方
- LiveBench · 编程综合
- SciCode · AA
- Code Migration v1.1
- MirrorCode
- CyberBench Patch v1.1
- FrontierCode 2.0 · AA
- APEX-SWE
- FrontierCode 2.0 · Cognition
- WeirdML v3
- FrontierSWE v2
- HLE · AA
- FrontierMath v2 · Tiers 1–3
- LiveBench · 推理与数学
- 致知 · 逻辑月榜
- 司南 · 推理
- 司南 · 抽象
- CritPt · AA
- CritPt v2 Hard · AA
- Mystery Game Puzzles
- MysteryMechanism
- Terminal-Bench Science · Vals
- Terminal-Bench Science · AA
- BioMysteryBench
- GDPval-AA
- AA-Briefcase
- AutomationBench · AA
- Vals Finance Agent v2.1
- APEX-Agents 1.1
- Harvey LAB 1.1 · Vals
- Harvey LAB 1.1 · AA
- τ³-Banking · Mercor
- LiveBench · 数据分析
- AA-Analyst Agent
- Excel Modeling v1.1
- AA-Omniscience v1.1
- 司南 · 知识
- AA-LCR
- MLCR-AA
- LiveBench · 语言与指令
- NYT Connections 扩展版