已过期60% 置信事实精确时间
Claude Opus 4.8在OnlineMind2Web网页操作基准测试上取得了84%的成绩
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/5/28
首次发现
有效期至：2026/8/26(已过期)
来源
Claude Opus 4.8深度解读：诚实比跑分更重要
bilibili探索未至之境2026/5/28
涉及实体
相关事实
已验证Claude 4.5 Opus 在 SWE-Bench Verified 上达到了 80.9% 的成绩72% 相似部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%71% 相似待验证Claude Opus 4.8 reached 85.9% on the GraphWalks 256K subset (up from 76.9% for 4.7) and 68.1% on the full 1-million-token version, nearly double Opus 4.7's score of 40.3%70% 相似待验证在网站页面构建实测中，Claude Opus 4.6被评为三者中最好的68% 相似待验证Claude Opus在OSWorld 1.0上能达到83.5%的准确率68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1903API
curl https://kongchang.com/api/v1/knowledge/claims/1903MCP
get_claim(id=1903)