待验证60% 置信事实时间未知
Claude Opus 4.6在SWE-Bench Pro测试中得分为53.4%
2
来源数
60%
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
Kimi K2.6深度评测：编程与Agent能力全面拆解
bilibiliAI全文总结
涉及实体
相关事实
待验证Claude Opus 4.7在SWE Bench Pro上得分从53.4%提升至54.3%80% 相似待验证Claude Opus 4.7中间检查点通过率达57%，最终准确率却只有39.8%78% 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%78% 相似待验证据非官方爆料，Terminal Bench 3.0基准测试中Claude Opus 5 Max以43.5%的得分超越GPT-5.6-Sol的34.6%重登榜首77% 相似待验证Claude 4 Opus在SWE Bench和Terminal Bench等基准测试中达到了业界最优水平75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4295API
curl https://kongchang.com/api/v1/knowledge/claims/4295MCP
get_claim(id=4295)