待验证60% 置信事实时间未知
Claude Sonnet 4.6在GDPVal AA基准测试中得分超过了Opus 4.6
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
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
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81% 相似已验证Claude 3.7 Sonnet在SWE-bench Verified基准测试中得分超过60%80% 相似待验证Sonnet 5 的 Intelligence Index 比 Sonnet 4.6 高出 6 分，在代理知识工作任务上超过了 Opus 4.879% 相似待验证Claude Sonnet 5在Terminal 2.1得分80.4，计算机使用得分81.2，GDP评估达1619并超越OPUS79% 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%78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/7413API
curl https://kongchang.com/api/v1/knowledge/claims/7413MCP
get_claim(id=7413)