Sonnet 5.5 Terminal-Bench 4.0 达 64%,比上代暴涨 50 分
ArtificialAnlys · x · 2026-09-29
Artificial Analysis 补充 Claude Sonnet 5.5 在 Terminal-Bench 系列的成绩:Terminal-Bench 4.0 得分 64%,比 Sonnet 5 (max) 提升 50 个百分点,略高于 Opus 5.5 与 GPT-6 Astra 的 60%。在新榜单 Terminal-Bench-Science(考察用 agent 终端完成跨领域真实科研工作流)上得 53%,仅次于 GPT-6 Astra 和 Opus 5.5;该榜单暂未纳入智能指数。
所属事件:Claude Sonnet 5.5 发布:智能逼近旗舰,token 消耗成争议(27 条相关)→
「模型」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- AI 日报:DeepSeek 限额、千问砍价惹店公告、豆包工作台上线 — 快鲤鱼 · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16