待验证85% 置信事实时间未知

Sonnet 4.6单独执行在SWE-Bench上得分72.1，成本$1.09；而Sonnet 4.6执行加Opus顾问得分74.8，成本$0.96

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Claude顾问策略：小模型执行大模型把关，AI Agent省钱提效新范式

bilibili灵姐说AI

涉及实体

Claude Sonnet 4.6model Claude Opusmodel SWE-Benchconcept

相关事实

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%81% 相似已验证Sonnet 5在Terminal Bench 2.1上取得80.4%的成绩，接近Opus 4.879% 相似待验证Sonnet 5相较Opus 4.8 Max仅便宜约72%75% 相似待验证在SWE-Bench Pro基准上，Sonnet 5明显落后于Opus 4.874% 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74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/27289

API

curl https://kongchang.com/api/v1/knowledge/claims/27289

MCP

get_claim(id=27289)