待验证50% 置信基准精确时间

在SWE Bench Verified基准测试上，Claude Opus 5以97%的得分位居第一，顶级模型得分普遍在93%到97%之间。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/25

首次发现

有效期至：2027/1/23

来源

AI Agent分档榜单：Claude Code、Codex、Cursor谁领跑？

涉及实体

Claude Opus 5model SWE Bench Verifiedconcept Anthropiccompany

相关事实

待验证Tīrtha Bench 共享对比中最高准确率为 95.4%，由 Grok 4.7 和 Claude Opus 5.5 并列取得。78% 相似待验证在MemoryBench测试中，Muse Wonder取得85.5%的准确率，超过Claude Opus 5.5的81.5%与GPT-6 Astra的81.4%74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1096041

API

curl https://kongchang.com/api/v1/knowledge/claims/1096041

MCP

get_claim(id=1096041)