Claude Opus 5 在代码智能体基准拿到 67 分

Hesamation · x · 2026-07-25

这条转发配图是一张 Artificial Analysis Coding Agent 排行图，比较了多个模型在 DeepSWE、Terminal-Bench v2、SWE-Atlas-QnA 上的综合 pass@1。图中 Claude Opus 5 (xhigh) 以 67 分位居第一/并列第一，发帖者也直接评价 Anthropic 这次“做得很强”。

原文链接 →

「模型」频道最新

• CogSci 讨论语言效率与 LLM 语义表征的关系 — ChrisGPotts · 2026-07-25
• Opus 5 无工具拿下 IMO 2026 42/42 — Afinetheorem · 2026-07-25
• Quadrillion 实测：Opus 5 在 ML 任务上快过 Opus 4.8 — igarciacamargo · 2026-07-25
• Google 在多数基准上落后于开源权重模型 — burny_tech · 2026-07-25
• 图表显示 Opus 5 在中等思考模式下编码性能最佳 — dejavucoder · 2026-07-25
• Opus 5、隐藏规则推断与 J-space 拼出新代理栈 — imjustnewatai · 2026-07-25

更多「模型」频道 AI 资讯 →