待验证80% 置信事实时间未知
Claude Opus在测试中7分30秒一次成功完成任务，动画流畅、功能完整，排名第一
1
来源数
80%
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
DeepSeek V4编码实测：榜单第一Kimi翻车，Claude稳居最强
bilibiliAGI_Ananas
涉及实体
相关事实
待验证在建筑师落地页测试中，Claude Opus 4.5和Minimax M2.1并列最快，完成时间为1分38秒72% 相似待验证Claude Opus 4.8在真实工程项目Bug修复任务中获得8分，是该任务中得分最高的模型68% 相似待验证Claude Opus 4.6在SWE-bench基准测试中在现实世界的专家级任务中表现领先68% 相似待验证Claude Opus 4.5在Anthropic Performance Take-Home挑战中的基准成绩为1487个周期68% 相似待验证Claude Opus 4.8 has reached top-tier performance among its generation across coding, agentic tasks, reasoning, and knowledge work according to Anthropic67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/13850API
curl https://kongchang.com/api/v1/knowledge/claims/13850MCP
get_claim(id=13850)