待验证85% 置信事实时间未知

Sonnet 4.6在OS World Verified基准测试中得分72.5%

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Claude Sonnet 4.6评测：十分之一价格实现旗舰级AI性能

bilibili乱砍一通

涉及实体

Claude Sonnet 4.6model OS Worldconcept

相关事实

待验证上一代Sonnet 4.5在OS World Verified基准测试中得分61.4%90% 相似待验证Claude Sonnet 4.6在OS World（智能体计算机使用）测试中从61.4%提升至72.5%87% 相似待验证在SWE Bench Pro编程基准测试中，Sonnet 5取得63.2%，Opus 4.8取得69.2%77% 相似待验证Claude Sonnet 4.6在GDPVal AA基准测试中得分超过了Opus 4.675% 相似待验证Sonnet 5相较Opus 4.8 Max仅便宜约72%75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13715

API

curl https://kongchang.com/api/v1/knowledge/claims/13715

MCP

get_claim(id=13715)