已验证70% 置信事实时间未知
Claude 4.5 Opus 在 SWE-Bench Verified 上达到了 80.9% 的成绩
4
来源数
70%
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
Gemini 3.0 Pro + Claude Opus 4.5：双模型编程工作流实战指南
bilibili安得广厦千万间678
涉及实体
相关事实
待验证Opus 4在SWE-bench Verified上的通过率超过72%，显著领先于其他竞争模型79% 相似待验证Claude Opus 4.8 scored 69.2% on SWEBench Pro, up from Opus 4.7's 64.3%78% 相似待验证在SABench基准测试中，Claude Opus 4.7得分约33分，而人类高级工程师得分80-90分77% 相似待验证通义千问3.6在SWE-Bench测试中得分78.8分，对比Claude Opus的80.9分74% 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%74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/3991API
curl https://kongchang.com/api/v1/knowledge/claims/3991MCP
get_claim(id=3991)