待验证50% 置信基准精确时间

Claude Sonnet 5.5在VCIS-Bench全部三项任务中都取得100%满分，总分为1.00

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/12

首次发现

有效期至：2026/10/26

来源

VLM空间推理能力实测：7×7网格谜题谁更强？

涉及实体

Claude Sonnet 5.5model VCIS-Benchproduct

相关事实

已验证Claude Sonnet 5.5 在终端（Terminal）基准上达到 70.6%，而上一代仅有 10.3%66% 相似已验证Claude 3.5 Sonnet在SWE-bench软件工程基准测试上突破49%的解题率66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000533

API

curl https://kongchang.com/api/v1/knowledge/claims/1000533

MCP

get_claim(id=1000533)