待验证60% 置信事实时间未知

上一代Sonnet 4.5在OS World Verified基准测试中得分61.4%

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

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 4.5model OS Worldconcept

相关事实

待验证Sonnet 4.6在OS World Verified基准测试中得分72.5%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%81% 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%79% 相似部分验证官方称Sonnet 5在推理、工具使用、编码和知识工作方面相比Sonnet 4.6均有显著提升，整体性能已逼近OPUS 4.8但价格更低77% 相似待验证在SWE-Bench Pro基准上，Sonnet 5明显落后于Opus 4.873% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13717

API

curl https://kongchang.com/api/v1/knowledge/claims/13717

MCP

get_claim(id=13717)