Claude Opus 5 在 SWE-bench Verified 拿到 96.0%
connoraxiotes · x · 2026-07-25
- 这条转发配图引用了 Claude 的成绩图，核心是 Opus 5 在 SWE-bench 系列上的表现。
- 图中给出的数据是：SWE-bench Verified 96.0%、SWE-bench Pro 79.2%、SWE-bench Multilingual 89.5%、SWE-bench Multimodal 59.4%。
- 原帖带一点调侃意味：SWE-bench Verified 这个榜单似乎已经“可以安心了”。
- 本质上这是一个模型评测/榜单成绩帖，信息价值主要来自这些具体分数。
所属事件:Anthropic 发布 Claude Opus 5：性能达 SOTA 且价格减半(128 条相关)→
「模型」频道最新
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- RTX 3060 全本地语音助手复刻 GPT Live 官方演示，6 分钟跑完全程 — liampetti · 2026-09-11
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11