待验证80% 置信事实时间未知
Claude Sonnet 4.6在智能体终端编码基准测试中从51%提升至59%
1
来源数
80%
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
Claude Sonnet 4.6全面评测：性能逼近Opus的知识工作AI新标杆
bilibili英文白斑马
涉及实体
相关事实
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%86% 相似待验证Claude Sonnet 4.6在OS World（智能体计算机使用）测试中从61.4%提升至72.5%83% 相似待验证Claude 3.5 Sonnet在SWE-bench软件工程基准测试上突破49%的解题率81% 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78% 相似已验证Claude 3.7 Sonnet在SWE-bench Verified基准测试中得分超过60%77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/7407API
curl https://kongchang.com/api/v1/knowledge/claims/7407MCP
get_claim(id=7407)