-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathclaude-model-benchmarks.html
More file actions
573 lines (531 loc) · 41.6 KB
/
Copy pathclaude-model-benchmarks.html
File metadata and controls
573 lines (531 loc) · 41.6 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Claude 模型系列性能基准报告 · Opus 4.6 — Fable 5 / Mythos 5</title>
<link rel="preconnect" href="https://fonts.googleapis.com">
<link rel="preconnect" href="https://fonts.gstatic.com" crossorigin>
<link href="https://fonts.googleapis.com/css2?family=Newsreader:ital,opsz,wght@0,6..72,300;0,6..72,400;0,6..72,500;0,6..72,600;0,6..72,700;1,6..72,400;1,6..72,500&family=Noto+Serif+SC:wght@400;500;600;700&family=Noto+Sans+SC:wght@400;500;700&family=IBM+Plex+Mono:wght@400;500;600&display=swap" rel="stylesheet">
<style>
:root{
--paper:#FAF6EF;
--paper-deep:#F2EBDF;
--ink:#211C16;
--ink-soft:#5C544A;
--ink-faint:#8A8175;
--hairline:#D8CFC0;
--clay:#BC5333; /* Fable 5 */
--oxblood:#7C2417; /* Mythos */
--opus-48:#27506E; /* Opus 4.8 */
--opus-47:#48708C; /* Opus 4.7 */
--opus-46:#7E9BB0; /* Opus 4.6 */
--rival:#B3AA9C; /* 竞品 */
--serif:"Newsreader","Noto Serif SC",serif;
--sans:"Noto Sans SC",-apple-system,sans-serif;
--mono:"IBM Plex Mono",ui-monospace,monospace;
}
*{margin:0;padding:0;box-sizing:border-box}
html{scroll-behavior:smooth}
body{
background:var(--paper);
color:var(--ink);
font-family:var(--sans);
font-size:15px;
line-height:1.75;
-webkit-font-smoothing:antialiased;
background-image:
radial-gradient(ellipse 80% 50% at 50% -10%, rgba(188,83,51,.06), transparent),
repeating-linear-gradient(0deg, transparent 0 2px, rgba(33,28,22,.012) 2px 4px);
}
.wrap{max-width:1060px;margin:0 auto;padding:0 32px}
/* ============ masthead ============ */
.masthead{padding:64px 0 0;border-bottom:3px double var(--ink)}
.kicker{
display:flex;justify-content:space-between;align-items:baseline;
font-family:var(--mono);font-size:11px;letter-spacing:.14em;text-transform:uppercase;
color:var(--ink-soft);border-bottom:1px solid var(--hairline);padding-bottom:12px;
}
.kicker .dot{color:var(--clay)}
h1{
font-family:var(--serif);font-weight:600;
font-size:clamp(36px,5.4vw,58px);line-height:1.12;letter-spacing:-.01em;
margin:36px 0 8px;max-width:21em;
}
h1 em{font-style:italic;color:var(--clay)}
.standfirst{
font-family:var(--serif);font-size:19px;line-height:1.6;color:var(--ink-soft);
max-width:46em;margin:14px 0 36px;
}
.meta-strip{
display:grid;grid-template-columns:repeat(4,1fr);
border-top:1px solid var(--ink);
}
.meta-strip>div{padding:14px 18px 18px 0;border-right:1px solid var(--hairline)}
.meta-strip>div:last-child{border-right:none}
.meta-strip .lbl{font-family:var(--mono);font-size:10px;letter-spacing:.16em;text-transform:uppercase;color:var(--ink-faint)}
.meta-strip .val{font-family:var(--serif);font-size:16px;margin-top:2px}
/* ============ sections ============ */
section{padding:56px 0 8px}
.sec-head{display:flex;align-items:baseline;gap:18px;margin-bottom:8px}
.sec-num{font-family:var(--mono);font-size:13px;color:var(--clay);letter-spacing:.1em}
h2{font-family:var(--serif);font-weight:600;font-size:31px;letter-spacing:-.01em}
.sec-rule{flex:1;height:1px;background:var(--hairline);align-self:center}
.lede{color:var(--ink-soft);max-width:50em;margin-bottom:28px}
h3{font-family:var(--serif);font-weight:600;font-size:20px;margin:34px 0 6px}
/* ============ timeline ============ */
.timeline{position:relative;margin:44px 0 28px;padding-top:10px}
.timeline::before{content:"";position:absolute;left:0;right:0;top:58px;height:1px;background:var(--ink)}
.tl-grid{display:grid;grid-template-columns:repeat(5,1fr);gap:14px}
.tl-item{position:relative;padding-top:64px}
.tl-item::before{
content:"";position:absolute;top:53px;left:0;width:11px;height:11px;border-radius:50%;
background:var(--paper);border:2.5px solid var(--ink);
}
.tl-item.accent::before{background:var(--clay);border-color:var(--clay)}
.tl-item.restricted::before{background:var(--paper);border-color:var(--oxblood);border-style:dashed}
.tl-date{position:absolute;top:18px;left:0;font-family:var(--mono);font-size:11.5px;color:var(--ink-soft)}
.tl-name{font-family:var(--serif);font-weight:600;font-size:17px;line-height:1.25}
.tl-desc{font-size:12.5px;color:var(--ink-soft);line-height:1.55;margin-top:5px}
.tl-item.restricted .tl-name{color:var(--oxblood)}
/* ============ model cards ============ */
.cards{display:grid;grid-template-columns:repeat(2,1fr);gap:1px;background:var(--hairline);border:1px solid var(--hairline);margin:30px 0}
.card{background:var(--paper);padding:26px 28px}
.card.feature{background:linear-gradient(135deg,#FBF1E9,var(--paper))}
.card-top{display:flex;justify-content:space-between;align-items:baseline;gap:10px}
.card h4{font-family:var(--serif);font-weight:600;font-size:21px}
.tag{font-family:var(--mono);font-size:9.5px;letter-spacing:.12em;text-transform:uppercase;padding:3px 8px;border:1px solid currentColor;border-radius:99px;white-space:nowrap}
.tag.ga{color:#3D6B49}
.tag.frontier{color:var(--clay)}
.tag.restricted{color:var(--oxblood)}
.card .mid{font-family:var(--mono);font-size:12px;color:var(--clay);margin:3px 0 10px}
.card p{font-size:13.5px;color:var(--ink-soft);line-height:1.7}
.card dl{display:grid;grid-template-columns:auto 1fr;gap:3px 16px;margin-top:14px;font-size:12.5px}
.card dt{font-family:var(--mono);font-size:10.5px;letter-spacing:.08em;text-transform:uppercase;color:var(--ink-faint);padding-top:2px}
.card dd{font-family:var(--mono);font-size:12.5px}
/* ============ tables ============ */
table{width:100%;border-collapse:collapse;margin:26px 0 10px;font-size:13.5px}
caption{text-align:left;font-family:var(--mono);font-size:11px;letter-spacing:.12em;text-transform:uppercase;color:var(--ink-faint);padding-bottom:10px}
thead th{
font-family:var(--mono);font-size:10.5px;letter-spacing:.1em;text-transform:uppercase;
color:var(--ink-soft);text-align:right;padding:8px 12px;border-bottom:1.5px solid var(--ink);
}
thead th:first-child{text-align:left;padding-left:0}
tbody td{padding:10px 12px;border-bottom:1px solid var(--hairline);text-align:right;font-family:var(--mono);font-size:13px}
tbody td:first-child{text-align:left;font-family:var(--sans);font-weight:500;padding-left:0}
tbody tr.hl td{background:rgba(188,83,51,.05)}
td .sub{display:block;font-family:var(--mono);font-size:10.5px;color:var(--ink-faint);font-weight:400}
.best{color:var(--clay);font-weight:600}
/* ============ bar charts ============ */
.bench{margin:38px 0;border:1px solid var(--hairline);background:#FFFDF8}
.bench-head{display:flex;justify-content:space-between;gap:16px;align-items:baseline;padding:18px 24px 4px;flex-wrap:wrap}
.bench-title{font-family:var(--serif);font-weight:600;font-size:18.5px}
.bench-title span{font-family:var(--mono);font-size:11px;font-weight:400;color:var(--ink-faint);margin-left:8px;letter-spacing:.05em}
.bench-note{font-size:12px;color:var(--ink-soft);padding:0 24px 6px;max-width:60em}
.bars{padding:12px 24px 20px;display:grid;gap:7px}
.bar-row{display:grid;grid-template-columns:148px 1fr 64px;align-items:center;gap:14px}
.bar-label{font-size:12.5px;font-weight:500;text-align:right;line-height:1.3}
.bar-label small{display:block;font-family:var(--mono);font-size:9.5px;color:var(--ink-faint);font-weight:400}
.bar-track{height:22px;background:var(--paper-deep);position:relative;overflow:hidden}
.bar-fill{
height:100%;width:calc(var(--w) * 1%);
display:flex;align-items:center;
animation:grow 1s cubic-bezier(.22,1,.36,1) both;
background:
linear-gradient(rgba(255,255,255,.12),transparent),
var(--c,var(--rival));
}
@keyframes grow{from{width:0}}
.bar-row:nth-child(1) .bar-fill{animation-delay:.05s}
.bar-row:nth-child(2) .bar-fill{animation-delay:.12s}
.bar-row:nth-child(3) .bar-fill{animation-delay:.19s}
.bar-row:nth-child(4) .bar-fill{animation-delay:.26s}
.bar-row:nth-child(5) .bar-fill{animation-delay:.33s}
.bar-row:nth-child(6) .bar-fill{animation-delay:.40s}
.bar-row:nth-child(7) .bar-fill{animation-delay:.47s}
.bar-val{font-family:var(--mono);font-size:12.5px;font-weight:500}
.bench-src{font-family:var(--mono);font-size:10px;color:var(--ink-faint);padding:10px 24px 16px;border-top:1px dashed var(--hairline);letter-spacing:.03em}
.f5{--c:var(--clay)} .mp{--c:var(--oxblood)} .o48{--c:var(--opus-48)} .o47{--c:var(--opus-47)} .o46{--c:var(--opus-46)} .rv{--c:var(--rival)}
.legend{display:flex;flex-wrap:wrap;gap:18px;margin:24px 0 4px;font-size:12px;color:var(--ink-soft)}
.legend span{display:inline-flex;align-items:center;gap:7px}
.legend i{width:14px;height:14px;display:inline-block}
.bench-grid{display:grid;grid-template-columns:1fr 1fr;gap:24px}
.bench-grid .bench{margin:14px 0}
/* ============ callouts ============ */
.callout{
border-left:3px solid var(--clay);background:#FBF3EB;
padding:18px 24px;margin:26px 0;font-size:13.5px;color:var(--ink-soft);
}
.callout.warn{border-color:var(--oxblood);background:#F8EEE9}
.callout strong{color:var(--ink)}
/* ============ big numbers ============ */
.stats{display:grid;grid-template-columns:repeat(3,1fr);gap:1px;background:var(--hairline);border:1px solid var(--hairline);margin:30px 0}
.stat{background:#FFFDF8;padding:24px 26px}
.stat .n{font-family:var(--serif);font-size:42px;font-weight:600;line-height:1;color:var(--clay)}
.stat .n small{font-size:20px}
.stat .d{font-size:12.5px;color:var(--ink-soft);margin-top:8px;line-height:1.55}
/* ============ sources ============ */
.sources ol{margin:20px 0 0 0;padding-left:0;counter-reset:src;list-style:none}
.sources li{
counter-increment:src;display:grid;grid-template-columns:44px 1fr;gap:8px;
padding:11px 0;border-bottom:1px solid var(--hairline);font-size:13px;
}
.sources li::before{content:"[" counter(src,decimal-leading-zero) "]";font-family:var(--mono);font-size:11.5px;color:var(--clay);padding-top:2px}
.sources a{color:var(--ink);text-decoration:underline;text-decoration-color:var(--hairline);text-underline-offset:3px}
.sources a:hover{text-decoration-color:var(--clay)}
.sources .s-meta{font-family:var(--mono);font-size:10.5px;color:var(--ink-faint)}
sup.ref{font-family:var(--mono);font-size:10px;color:var(--clay);font-weight:600}
footer{margin-top:64px;border-top:3px double var(--ink);padding:28px 0 56px;
display:flex;justify-content:space-between;gap:20px;flex-wrap:wrap;
font-family:var(--mono);font-size:11px;color:var(--ink-faint);letter-spacing:.06em}
@media(max-width:880px){
.meta-strip,.stats{grid-template-columns:repeat(2,1fr)}
.tl-grid{grid-template-columns:1fr 1fr;gap:30px 14px}
.timeline::before{display:none}
.tl-item{padding-top:40px}
.tl-item::before{top:29px}
.tl-date{top:0}
.cards,.bench-grid{grid-template-columns:1fr}
.bar-row{grid-template-columns:104px 1fr 56px}
}
@media print{
body{background:#fff}
.bar-fill{animation:none}
}
</style>
</head>
<body>
<!-- ==================== MASTHEAD ==================== -->
<header class="masthead">
<div class="wrap">
<div class="kicker">
<span>MODEL EVALUATION REPORT <span class="dot">●</span> ANTHROPIC CLAUDE FAMILY</span>
<span>2026-06-10 · 第 1 版</span>
</div>
<h1>Claude 旗舰模型性能基准：<br>从 Opus 4.6 到 <em>Fable 5 / Mythos 5</em></h1>
<p class="standfirst">基于 Anthropic 官方公告与第三方独立评测的公开数据，系统梳理 2026 年 2 月至 6 月间五代旗舰模型（Opus 4.6 / 4.7 / 4.8、Mythos Preview、Fable 5 / Mythos 5）在软件工程、知识推理、计算机操作与专业领域基准上的表现轨迹。</p>
<div class="meta-strip">
<div><div class="lbl">覆盖周期</div><div class="val">2026.02 — 2026.06</div></div>
<div><div class="lbl">模型数量</div><div class="val">5 代旗舰 + 2 竞品参照</div></div>
<div><div class="lbl">基准项目</div><div class="val">18 项公开基准</div></div>
<div><div class="lbl">数据性质</div><div class="val">厂商报告 + 第三方复测</div></div>
</div>
</div>
</header>
<main class="wrap">
<!-- ==================== 01 摘要 ==================== -->
<section id="summary">
<div class="sec-head"><span class="sec-num">01</span><h2>核心结论</h2><div class="sec-rule"></div></div>
<p class="lede">2026 年上半年，Anthropic 以约 6—10 周的节奏连续迭代旗舰模型。增益集中在<strong>未饱和的高难度基准</strong>上（SWE-bench Pro、HLE、FrontierCode），而接近饱和的基准（GPQA Diamond、SWE-bench Verified）增幅趋缓甚至统计持平。6 月 9 日发布的 Fable 5 将原本仅限安全研究的 Mythos 级能力开放为通用模型，在绝大多数已测基准上达到 SOTA。<sup class="ref">[01][04]</sup></p>
<div class="stats">
<div class="stat"><div class="n">80.3<small>%</small></div><div class="d">Fable 5 / Mythos 5 在 SWE-bench Pro 上的得分——较 Opus 4.8（69.2%）提升 11.1 个百分点，领先 GPT-5.5（58.6%）21.7 个百分点。<sup class="ref">[04]</sup></div></div>
<div class="stat"><div class="n">29.3<small>%</small></div><div class="d">FrontierCode Diamond（Cognition 出品，考察可维护的智能体编码）。Opus 4.8 为 13.4%，GPT-5.5 为 5.7%——差距超过 2 倍。<sup class="ref">[04]</sup></div></div>
<div class="stat"><div class="n"><5<small>%</small></div><div class="d">Fable 5 安全护栏触发率：网络安全、生物化学与蒸馏类请求会回退至 Opus 4.8 作答，平均影响不足 5% 的会话。<sup class="ref">[01]</sup></div></div>
</div>
<div class="callout">
<strong>关于 Mythos 系列的定位：</strong>Mythos Preview 于 2026 年 4 月 7 日由 Anthropic 安全研究部门（red.anthropic.com）披露，定向用于网络安全研究（Project Glasswing），与约 50 家合作方累计发现逾一万个高危/严重级漏洞。<strong>Mythos 5 与 Fable 5 为同一底层模型</strong>：前者面向少数网络防御机构与生物研究者、部分领域护栏解除；后者为加装安全护栏后的通用公开版本。<sup class="ref">[01][02][03]</sup>
</div>
</section>
<!-- ==================== 02 发布时间线 ==================== -->
<section id="timeline">
<div class="sec-head"><span class="sec-num">02</span><h2>发布时间线</h2><div class="sec-rule"></div></div>
<div class="timeline">
<div class="tl-grid">
<div class="tl-item">
<div class="tl-date">2026-02-05</div>
<div class="tl-name">Opus 4.6</div>
<div class="tl-desc">引入自适应思考、1M 上下文（beta）、128K 输出。SWE-bench Verified 80.8%。<sup class="ref">[08]</sup></div>
</div>
<div class="tl-item restricted">
<div class="tl-date">2026-04-07</div>
<div class="tl-name">Mythos Preview</div>
<div class="tl-desc">非公开。定向网络安全研究，红队披露。SWE-bench Pro 77.8%。<sup class="ref">[02]</sup></div>
</div>
<div class="tl-item">
<div class="tl-date">2026-04-16</div>
<div class="tl-name">Opus 4.7</div>
<div class="tl-desc">高难度软件工程显著提升；高分辨率视觉；Anthropic 公开承认其落后于未发布的 Mythos。<sup class="ref">[06][07]</sup></div>
</div>
<div class="tl-item">
<div class="tl-date">2026-05-28</div>
<div class="tl-name">Opus 4.8</div>
<div class="tl-desc">长程自主执行与诚实性升级，价格不变（$5/$25）。SWE-bench Pro +4.9pp。<sup class="ref">[05]</sup></div>
</div>
<div class="tl-item accent">
<div class="tl-date">2026-06-09</div>
<div class="tl-name">Fable 5 / Mythos 5</div>
<div class="tl-desc">Mythos 级能力公开化。几乎所有已测基准 SOTA；定价 $10/$50。<sup class="ref">[01]</sup></div>
</div>
</div>
</div>
</section>
<!-- ==================== 03 模型概览 ==================== -->
<section id="lineup">
<div class="sec-head"><span class="sec-num">03</span><h2>模型规格与定位</h2><div class="sec-rule"></div></div>
<p class="lede">下表汇总各模型的 API 标识、上下文规格与官方定价。Opus 三代价格保持一致；Fable 5 定价为 Opus 系的 2 倍，但据 Anthropic 称低于 Mythos Preview 期价格的一半。<sup class="ref">[01]</sup></p>
<div class="cards">
<div class="card feature">
<div class="card-top"><h4>Claude Fable 5</h4><span class="tag frontier">Frontier · GA</span></div>
<div class="mid">claude-fable-5</div>
<p>当前最强公开可用模型。Mythos 级底座 + 通用安全护栏，长程分析任务核心基准首次突破 90%（较 Opus 提升 10 分），推理 token 用量约为 Opus 的 1/3。Stripe 实测：5,000 万行 Ruby 代码库的全库迁移由逾两个月压缩至一天。</p>
<dl>
<dt>上下文</dt><dd>1M tokens</dd>
<dt>最大输出</dt><dd>128K tokens</dd>
<dt>定价</dt><dd>$10 / $50 每百万 tokens（输入/输出）</dd>
<dt>发布</dt><dd>2026-06-09</dd>
</dl>
</div>
<div class="card">
<div class="card-top"><h4>Claude Mythos 5</h4><span class="tag restricted">Restricted</span></div>
<div class="mid">不提供公开 API</div>
<p>与 Fable 5 同一底层模型，在网络安全与生物领域解除部分护栏。仅向 Project Glasswing 网络防御合作方与少数生物研究者开放；流量执行 30 天留存要求且不用于训练。对齐评估显示其失准行为水平"低，且与 Opus 4.8 相当"。</p>
<dl>
<dt>访问方式</dt><dd>定向审批</dd>
<dt>外部红队</dt><dd>1,000+ 小时无通用越狱</dd>
<dt>披露</dt><dd>2026-06-09（Preview：2026-04-07）</dd>
</dl>
</div>
<div class="card">
<div class="card-top"><h4>Claude Opus 4.8</h4><span class="tag ga">GA</span></div>
<div class="mid">claude-opus-4-8</div>
<p>Opus 线现役主力。长程自主智能体执行的前 SOTA，写作更清晰直接；另提供 Fast Mode（$10/$50）。与 4.7 同一 API 表面，无新增破坏性变更。</p>
<dl>
<dt>上下文 / 输出</dt><dd>1M / 128K</dd>
<dt>定价</dt><dd>$5 / $25</dd>
<dt>发布</dt><dd>2026-05-28</dd>
</dl>
</div>
<div class="card">
<div class="card-top"><h4>Claude Opus 4.7 / 4.6</h4><span class="tag ga">GA（上代）</span></div>
<div class="mid">claude-opus-4-7 · claude-opus-4-6</div>
<p>4.7（4 月）：高难度软件工程大幅跃升（SWE-bench Pro +10.9pp）、2576px 高分辨率视觉、xhigh 努力档。4.6（2 月）：自适应思考与 1M 上下文的奠基版本。两者均仍在服务中。</p>
<dl>
<dt>上下文 / 输出</dt><dd>1M / 128K</dd>
<dt>定价</dt><dd>$5 / $25（两代相同）</dd>
<dt>发布</dt><dd>2026-04-16 · 2026-02-05</dd>
</dl>
</div>
</div>
<div class="legend">
<span><i style="background:var(--clay)"></i>Fable 5 / Mythos 5</span>
<span><i style="background:var(--oxblood)"></i>Mythos Preview</span>
<span><i style="background:var(--opus-48)"></i>Opus 4.8</span>
<span><i style="background:var(--opus-47)"></i>Opus 4.7</span>
<span><i style="background:var(--opus-46)"></i>Opus 4.6</span>
<span><i style="background:var(--rival)"></i>竞品（GPT-5.5 / Gemini 3.1 Pro）</span>
</div>
</section>
<!-- ==================== 04 软件工程 ==================== -->
<section id="coding">
<div class="sec-head"><span class="sec-num">04</span><h2>软件工程基准</h2><div class="sec-rule"></div></div>
<p class="lede">增益的分布揭示了改进方向：SWE-bench Verified 已接近饱和（4.7→4.8 仅 +1.0pp），而难度更高、多语言的 SWE-bench Pro 与考察代码可维护性的 FrontierCode Diamond 仍有大幅空间——这正是 4.7、4.8 与 Fable 5 拉开差距的地方。<sup class="ref">[05]</sup></p>
<div class="bench">
<div class="bench-head"><div class="bench-title">SWE-bench Pro <span>多语言 · 高难度真实仓库修复</span></div></div>
<p class="bench-note">本周期内区分度最高的编码基准。Opus 三代呈阶梯式提升（53.4 → 64.3 → 69.2），Mythos/Fable 系再抬升一个台阶。</p>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:80.3"></div></div><div class="bar-val">80.3%</div></div>
<div class="bar-row"><div class="bar-label">Mythos Preview</div><div class="bar-track"><div class="bar-fill mp" style="--w:77.8"></div></div><div class="bar-val">77.8%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:69.2"></div></div><div class="bar-val">69.2%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:64.3"></div></div><div class="bar-val">64.3%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5 <small>OpenAI</small></div><div class="bar-track"><div class="bar-fill rv" style="--w:58.6"></div></div><div class="bar-val">58.6%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro <small>Google</small></div><div class="bar-track"><div class="bar-fill rv" style="--w:54.2"></div></div><div class="bar-val">54.2%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.6</div><div class="bar-track"><div class="bar-fill o46" style="--w:53.4"></div></div><div class="bar-val">53.4%</div></div>
</div>
<div class="bench-src">来源：Anthropic 官方发布数据，经 Vellum / W&B / llm-stats 转述 [04][05][09]</div>
</div>
<div class="bench-grid">
<div class="bench">
<div class="bench-head"><div class="bench-title">SWE-bench Verified <span>接近饱和</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:88.6"></div></div><div class="bar-val">88.6%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:87.6"></div></div><div class="bar-val">87.6%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.6</div><div class="bar-track"><div class="bar-fill o46" style="--w:80.8"></div></div><div class="bar-val">80.8%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:80.6"></div></div><div class="bar-val">80.6%</div></div>
</div>
<div class="bench-src">来源：[05][09]。Fable 5 该项官方未披露</div>
</div>
<div class="bench">
<div class="bench-head"><div class="bench-title">FrontierCode Diamond <span>Cognition · 可维护性</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:29.3"></div></div><div class="bar-val">29.3%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:13.4"></div></div><div class="bar-val">13.4%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:5.7"></div></div><div class="bar-val">5.7%</div></div>
</div>
<div class="bench-src">来源：[01][04]。考察高质量、可维护的智能体编码，远未饱和</div>
</div>
</div>
<div class="bench">
<div class="bench-head"><div class="bench-title">Terminal-Bench 2.1 <span>终端环境智能体任务</span></div></div>
<p class="bench-note">⚠ 该基准对评测脚手架（harness）高度敏感，不同来源数字不可直接混比。下图采用 Anthropic 发布口径 [04]；第三方 Terminus-2 harness 复测中 Opus 4.8 为 74.6%、GPT-5.5 为 78.2%，排序有所不同 [05]。</p>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:88.0"></div></div><div class="bar-val">88.0%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:83.4"></div></div><div class="bar-val">83.4%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:82.7"></div></div><div class="bar-val">82.7%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:70.7"></div></div><div class="bar-val">70.7%</div></div>
</div>
<div class="bench-src">来源：[04]。Opus 4.7 / 4.6 在较早的 Terminal-Bench 2.0 上分别为 69.4% / 65.4%，版本不同未并入本图 [06]</div>
</div>
</section>
<!-- ==================== 05 知识与推理 ==================== -->
<section id="reasoning">
<div class="sec-head"><span class="sec-num">05</span><h2>知识、推理与经济价值任务</h2><div class="sec-rule"></div></div>
<p class="lede">Humanity's Last Exam（HLE）覆盖数千道前沿学术难题，是当前区分度最好的知识推理基准之一；GDPval-AA 以 Elo 形式衡量模型完成真实经济价值工作的能力。注意：GPQA Diamond 上 Opus 4.7、4.8 与 Gemini 3.1 Pro 三者统计持平，该基准已基本饱和。<sup class="ref">[05]</sup></p>
<div class="bench">
<div class="bench-head"><div class="bench-title">Humanity's Last Exam <span>带工具</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Mythos Preview</div><div class="bar-track"><div class="bar-fill mp" style="--w:64.7"></div></div><div class="bar-val">64.7%</div></div>
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:64.5"></div></div><div class="bar-val">64.5%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:57.9"></div></div><div class="bar-val">57.9%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:54.7"></div></div><div class="bar-val">54.7%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:52.2"></div></div><div class="bar-val">52.2%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:51.4"></div></div><div class="bar-val">51.4%</div></div>
</div>
<div class="bench-src">来源：[04][05]。无工具口径：Fable 5 59.0% · Mythos Preview 56.8% · Opus 4.8 49.8% · Gemini 44.4% · GPT-5.5 41.4%</div>
</div>
<div class="bench-grid">
<div class="bench">
<div class="bench-head"><div class="bench-title">GDPval-AA <span>Elo · 经济价值工作</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:96.6"></div></div><div class="bar-val">1932</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:94.5"></div></div><div class="bar-val">1890</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:88.5"></div></div><div class="bar-val">1769</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:87.7"></div></div><div class="bar-val">1753</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:65.7"></div></div><div class="bar-val">1314</div></div>
</div>
<div class="bench-src">来源：[04][05]。条形按 Elo/2000 归一化绘制</div>
</div>
<div class="bench">
<div class="bench-head"><div class="bench-title">GPQA Diamond <span>研究生级科学 · 已饱和</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:94.3"></div></div><div class="bar-val">94.3%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:94.2"></div></div><div class="bar-val">94.2%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:93.6"></div></div><div class="bar-val">93.6%</div></div>
</div>
<div class="bench-src">来源：[05]。三者差异在统计噪声范围内，应视为持平</div>
</div>
</div>
</section>
<!-- ==================== 06 智能体与计算机操作 ==================== -->
<section id="agentic">
<div class="sec-head"><span class="sec-num">06</span><h2>计算机操作与垂直智能体</h2><div class="sec-rule"></div></div>
<div class="bench">
<div class="bench-head"><div class="bench-title">OSWorld-Verified <span>图形界面计算机操作</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Mythos Preview</div><div class="bar-track"><div class="bar-fill mp" style="--w:85.4"></div></div><div class="bar-val">85.4%</div></div>
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:85.0"></div></div><div class="bar-val">85.0%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:83.4"></div></div><div class="bar-val">83.4%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:82.8"></div></div><div class="bar-val">82.8%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:78.7"></div></div><div class="bar-val">78.7%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:76.2"></div></div><div class="bar-val">76.2%</div></div>
</div>
<div class="bench-src">来源：[04][05]。Opus 4.6 在早期 OSWorld 口径下为 72.7% [08]</div>
</div>
<div class="bench-grid">
<div class="bench">
<div class="bench-head"><div class="bench-title">Finance Agent v2 <span>金融智能体</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Gemini 3.5 Flash</div><div class="bar-track"><div class="bar-fill rv" style="--w:57.9"></div></div><div class="bar-val">57.9%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:53.9"></div></div><div class="bar-val">53.9%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:51.8"></div></div><div class="bar-val">51.8%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.7</div><div class="bar-track"><div class="bar-fill o47" style="--w:51.5"></div></div><div class="bar-val">51.5%</div></div>
</div>
<div class="bench-src">来源：[05]。Fable 5 该项未披露；另据 [01]，Fable 5 在 Hebbia 金融基准上为全模型最高分</div>
</div>
<div class="bench">
<div class="bench-head"><div class="bench-title">Legal Agent Benchmark <span>法律智能体 · 极难</span></div></div>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:13.3"></div></div><div class="bar-val">13.3%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:10.4"></div></div><div class="bar-val">10.4%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:2.1"></div></div><div class="bar-val">2.1%</div></div>
<div class="bar-row"><div class="bar-label">Gemini 3.1 Pro</div><div class="bar-track"><div class="bar-fill rv" style="--w:0.001"></div></div><div class="bar-val">0.0%</div></div>
</div>
<div class="bench-src">来源：[04]。绝对分数低，反映该基准难度而非模型缺陷</div>
</div>
</div>
</section>
<!-- ==================== 07 专业领域 ==================== -->
<section id="domains">
<div class="sec-head"><span class="sec-num">07</span><h2>专业领域：安全、生物与视觉</h2><div class="sec-rule"></div></div>
<p class="lede">这组基准最能体现 Mythos 系列的差异化：网络安全（ExploitBench）与生物科研（BioMysteryBench）是 Mythos 训练定位的直接产物——也正是 Fable 5 加装分类器护栏的原因。<sup class="ref">[02][04]</sup></p>
<div class="bench">
<div class="bench-head"><div class="bench-title">ExploitBench <span>多步网络安全任务</span></div></div>
<p class="bench-note">Fable 5 / Mythos 5 相对 Opus 4.8 接近翻倍。注意：Fable 5 公开版中，触发安全分类器的网络安全请求会回退至 Opus 4.8 作答。</p>
<div class="bars">
<div class="bar-row"><div class="bar-label">Fable 5 / Mythos 5</div><div class="bar-track"><div class="bar-fill f5" style="--w:78.0"></div></div><div class="bar-val">78.0%</div></div>
<div class="bar-row"><div class="bar-label">Mythos Preview</div><div class="bar-track"><div class="bar-fill mp" style="--w:69.0"></div></div><div class="bar-val">69.0%</div></div>
<div class="bar-row"><div class="bar-label">Opus 4.8</div><div class="bar-track"><div class="bar-fill o48" style="--w:40.0"></div></div><div class="bar-val">40.0%</div></div>
<div class="bar-row"><div class="bar-label">GPT-5.5</div><div class="bar-track"><div class="bar-fill rv" style="--w:34.0"></div></div><div class="bar-val">34.0%</div></div>
</div>
<div class="bench-src">来源：[04]</div>
</div>
<table>
<caption>专业领域基准明细（%，加粗为该行最高）</caption>
<thead><tr><th>基准</th><th>Fable 5 / Mythos 5</th><th>Mythos Preview</th><th>Opus 4.8</th><th>GPT-5.5</th><th>Gemini 3.1 Pro</th></tr></thead>
<tbody>
<tr class="hl"><td>BioMysteryBench Hard<span class="sub">生物科研推理 · 高难</span></td><td class="best">46.1</td><td>29.6</td><td>40.0</td><td>—</td><td>—</td></tr>
<tr><td>BioMysteryBench Human-Solved</td><td class="best">83.9</td><td>82.6</td><td>80.4</td><td>—</td><td>—</td></tr>
<tr class="hl"><td>HealthBench Professional<span class="sub">专业医疗问答</span></td><td class="best">66.0</td><td>64.7</td><td>56.9</td><td>51.8</td><td>—</td></tr>
<tr><td>GDP.pdf<span class="sub">复杂文档视觉理解</span></td><td class="best">29.8</td><td>—</td><td>22.5</td><td>24.9</td><td>16.7</td></tr>
<tr><td>Blueprint-Bench 2<span class="sub">图纸空间推理</span></td><td class="best">38.6</td><td>—</td><td>14.5</td><td>36.2</td><td>26.5</td></tr>
<tr><td>AutomationBench<span class="sub">自动化流程</span></td><td class="best">17.4</td><td>—</td><td>15.5</td><td>12.9</td><td>9.6</td></tr>
</tbody>
</table>
<div class="bench-src" style="border:none;padding-left:0">来源：[04]。"—" 表示该来源未披露对应数字</div>
<div class="callout warn">
<strong>实验性结果（非标准基准，谨慎采信）：</strong>药物设计——内部蛋白质专家报告设计流程约 10 倍加速，14 个蛋白靶点中 9 个产出强候选药物分子；分子生物学盲评中，科学家约 80% 的情况下更偏好 Mythos 的假设（对照 Opus 级模型）。这些为 Anthropic 自报的内部评估，缺乏外部复现。<sup class="ref">[01]</sup>
</div>
</section>
<!-- ==================== 08 价格 ==================== -->
<section id="pricing">
<div class="sec-head"><span class="sec-num">08</span><h2>定价与性价比</h2><div class="sec-rule"></div></div>
<table>
<caption>API 定价（美元 / 百万 tokens）· 数据截至 2026-06-10</caption>
<thead><tr><th>模型</th><th>API 标识</th><th>输入</th><th>输出</th><th>上下文</th><th>最大输出</th><th>发布日期</th></tr></thead>
<tbody>
<tr class="hl"><td>Claude Fable 5</td><td>claude-fable-5</td><td>$10.00</td><td>$50.00</td><td>1M</td><td>128K</td><td>2026-06-09</td></tr>
<tr><td>Claude Mythos 5</td><td>—（定向访问）</td><td colspan="2">$10.00 / $50.00</td><td>—</td><td>—</td><td>2026-06-09</td></tr>
<tr><td>Claude Opus 4.8</td><td>claude-opus-4-8</td><td>$5.00</td><td>$25.00</td><td>1M</td><td>128K</td><td>2026-05-28</td></tr>
<tr><td>Claude Opus 4.8 Fast Mode</td><td>—（/fast 切换）</td><td>$10.00</td><td>$50.00</td><td>1M</td><td>128K</td><td>2026-05-28</td></tr>
<tr><td>Claude Opus 4.7</td><td>claude-opus-4-7</td><td>$5.00</td><td>$25.00</td><td>1M</td><td>128K</td><td>2026-04-16</td></tr>
<tr><td>Claude Opus 4.6</td><td>claude-opus-4-6</td><td>$5.00</td><td>$25.00</td><td>1M</td><td>128K</td><td>2026-02-05</td></tr>
</tbody>
</table>
<p class="bench-src" style="padding-left:0">注：Opus 系 1M 上下文为标准定价，无长上下文加价。Fable 5 于 2026-06-09 至 06-22 期间在 Pro / Max / Team / Enterprise 订阅中免费提供，之后转为消耗用量额度 [01]。Token 效率方面，Anthropic 称 Fable 5 以约 1/3 的推理 token 达成结果，部分抵消其 2 倍单价。</p>
</section>
<!-- ==================== 09 方法论 ==================== -->
<section id="methodology">
<div class="sec-head"><span class="sec-num">09</span><h2>方法论说明与数据局限</h2><div class="sec-rule"></div></div>
<div class="callout">
<strong>阅读本报告前请注意以下四点：</strong><br>
① <strong>厂商自报偏差</strong>——多数数字源自 Anthropic 发布材料，竞品分数为 Anthropic 选取的对照口径；GPT-5.5 与 Gemini 3.1 Pro 官方报告的数字可能因脚手架与采样设置不同而更高。
② <strong>脚手架敏感性</strong>——Terminal-Bench 等智能体基准在不同 harness 下分差可达 8 个百分点以上（本文已分别标注口径）。
③ <strong>饱和基准的排名无意义</strong>——GPQA Diamond、SWE-bench Verified 上 1 个百分点以内的差异应视为统计持平。
④ <strong>Fable 5 部分项目缺数</strong>——其 SWE-bench Verified、GPQA、AIME、MMMU 分数截至本报告日期未公开披露，空缺处已以"—"标明，不做推断。
</div>
</section>
<!-- ==================== 10 来源 ==================== -->
<section id="sources" class="sources">
<div class="sec-head"><span class="sec-num">10</span><h2>资料来源</h2><div class="sec-rule"></div></div>
<ol>
<li><div><a href="https://www.anthropic.com/news/claude-fable-5-mythos-5">Claude Fable 5 and Claude Mythos 5 — Anthropic 官方公告</a><div class="s-meta">anthropic.com · 2026-06-09 · 一手来源：定价、安全护栏、企业实测</div></div></li>
<li><div><a href="https://red.anthropic.com/2026/mythos-preview/">Claude Mythos Preview — Anthropic 红队披露</a><div class="s-meta">red.anthropic.com · 2026-04-07 · 一手来源：Mythos 定位与 Project Glasswing</div></div></li>
<li><div><a href="https://www.anthropic.com/claude/mythos">Claude Mythos 产品页 — Anthropic</a><div class="s-meta">anthropic.com · 一手来源</div></div></li>
<li><div><a href="https://wandb.ai/byyoung3/ml-news/reports/Claude-Fable-5-Benchmark-Scores--VmlldzoxNzE3NTE3MQ">Claude Fable 5 Benchmark Scores — Weights & Biases ML News</a><div class="s-meta">wandb.ai · 2026-06 · 二手汇编：Fable 5 / Mythos 全套基准表</div></div></li>
<li><div><a href="https://www.vellum.ai/blog/claude-opus-4-8-benchmarks-explained">Claude Opus 4.8 Benchmarks Explained — Vellum</a><div class="s-meta">vellum.ai · 2026-05 · 二手分析：Opus 4.8 全套基准与 Terminus-2 复测</div></div></li>
<li><div><a href="https://www.anthropic.com/news/claude-opus-4-7">Introducing Claude Opus 4.7 — Anthropic 官方公告</a><div class="s-meta">anthropic.com · 2026-04-16 · 一手来源</div></div></li>
<li><div><a href="https://www.axios.com/2026/04/16/anthropic-claude-opus-model-mythos">Anthropic releases Claude Opus 4.7, concedes it trails unreleased Mythos — Axios</a><div class="s-meta">axios.com · 2026-04-16 · 独立报道</div></div></li>
<li><div><a href="https://www.datacamp.com/blog/claude-opus-4-6">Claude Opus 4.6: Features, Benchmarks, Tests — DataCamp</a><div class="s-meta">datacamp.com · 2026-02 · 二手分析：Opus 4.6 基线数据</div></div></li>
<li><div><a href="https://www.vellum.ai/blog/claude-opus-4-7-benchmarks-explained">Claude Opus 4.7 Benchmarks Explained — Vellum</a><div class="s-meta">vellum.ai · 2026-04 · 二手分析：4.7 vs 4.6 对比</div></div></li>
<li><div><a href="https://venturebeat.com/technology/anthropic-brings-mythos-to-the-masses-with-claude-fable-5-its-most-powerful-generally-available-model-ever">Anthropic brings Mythos to the masses with Claude Fable 5 — VentureBeat</a><div class="s-meta">venturebeat.com · 2026-06-09 · 独立报道</div></div></li>
<li><div><a href="https://the-decoder.com/anthropic-releases-claude-fable-5-and-mythos-5-with-major-gains-in-coding-and-science/">Anthropic releases Claude Fable 5 and Mythos 5 — The Decoder</a><div class="s-meta">the-decoder.com · 2026-06-09 · 独立报道</div></div></li>
</ol>
</section>
</main>
<footer>
<div class="wrap" style="display:flex;justify-content:space-between;flex-wrap:wrap;gap:16px;padding:0 32px">
<span>CLAUDE MODEL FAMILY · BENCHMARK REPORT · v1.0</span>
<span>数据截至 2026-06-10 · 仅供研究参考，不构成采购建议</span>
</div>
</footer>
</body>
</html>