待验证50% 置信事实精确时间
从Claude 3 Sonnet到Claude 3.5 Sonnet再到Claude 4 Sonnet，每次升级在编码基准测试上的得分提升幅度呈递减趋势，早期版本间的跳跃可能是10-20个百分点的提升，而后续版本间的差距往往缩小到2-5个百分点
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Keyroll：一款主打稳定的Claude续杯工具深度体验
bilibili阿C技术世界2026/6/9
相关事实
待验证在Devin平台上使用Claude Sonnet 5，相比上一代Claude Sonnet 4.6，配额消耗大约减少30%75% 相似待验证Claude从2.0到3.5 Sonnet的升级使其从Arena中游跃升至榜首区间75% 相似已验证Claude Sonnet 5 在 SWE-bench Verified（Agentic Coding）上得分 63.22%，距 Opus 4.8 约差 6 个百分点75% 相似待验证Claude Sonnet 4.6在智能体终端编码基准测试中从51%提升至59%74% 相似待验证Claude Sonnet 4.6在智能体工具使用测试中从43.8%提升至61.3%73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/44280API
curl https://kongchang.com/api/v1/knowledge/claims/44280MCP
get_claim(id=44280)