IQ of SI
简体中文 ▾

自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

Claude Haiku 4.5 有多聪明？

104 SI-IQ · 90% 区间 99–108
在 80 个已排名模型中位列第 67 · 可能的名次区间 57–71

Claude Haiku 4.5 是 Anthropic 于 2025年10月15日 发布的模型。其 SI-IQ 为 104（90% 区间 99–108），由 3 家独立评测方的 7 项基准测试结果估算得出。 其最强的领域是智能体，最弱的是知识。

基本信息

开发方
Anthropic
发布时间
2025年10月15日
访问方式
API 访问
所用基准测试
来自 3 家评测方的 7 项结果

各领域能力（SI-IQ，90% 区间）

6080100120140160数学105知识97智能体114

我们使用的每项基准测试结果

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试 领域 得分 隐含 SI-IQ 评测方 来源中的列示名称 获取时间 来源
Chess Puzzles 推理 8.0% 89 Epoch AI claude-haiku-4-5-20251001_59K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
MATH Level 5 数学 96.4% 108 Epoch AI claude-haiku-4-5-20251001_32K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025 数学 66.7% 100 Epoch AI claude-haiku-4-5-20251001_32K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond 知识 71.2% 96 Epoch AI claude-haiku-4-5-20251001_32K 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run) 知识 73.1% 101 OpenRouter anthropic/claude-4.5-haiku-20251001
Anthropic · first-party provider (1 of 4 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件
SimpleQA Verified 知识 13.2% 84 Epoch AI claude-haiku-4-5-20251001 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Berkeley Function Calling Leaderboard 智能体 68.7% 122 UC Berkeley (Gorilla) Claude-Haiku-4-5-20251001 (FC) 2026年10月18日 Berkeley Function Calling Leaderboard · 数据文件
τ²-bench Airline (OpenRouter run) 智能体 66.6% 114 OpenRouter anthropic/claude-4.5-haiku-20251001
Anthropic · first-party provider (1 of 4 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件

人类偏好（Arena）

在 Arena 排行榜上，用户会在两个匿名回答之间投票。Claude Haiku 4.5 的评分为 1,414（1,412–1,417），共 149,199 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

SI-IQ 相近的模型

模型SI-IQ
o3-miniOpenAI105Claude Haiku 4.5 对比 o3-mini
GPT-5 nanoOpenAI105Claude Haiku 4.5 对比 GPT-5 nano
gpt-oss-120bOpenAI106Claude Haiku 4.5 对比 gpt-oss-120b
MiniMax-M3MiniMax108Claude Haiku 4.5 对比 MiniMax-M3
Claude 3.7 SonnetAnthropic99Claude Haiku 4.5 对比 Claude 3.7 Sonnet

采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论

数据来源: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..