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
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27