待验证50% 置信基准精确时间

在Automation Bench上Claude Opus 5拿到约25%通过率，而其他模型普遍聚集在15%左右

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/23

首次发现

有效期至：2026/11/21

来源

实测Claude Opus 5：性价比碾压对手的AI新旗舰

涉及实体

Claude Opus 5model Automation Benchconcept

相关事实

待验证Claude Opus 4.6在SWE-Bench Pro测试中得分为53.4%70% 相似待验证Opus 5 在 Low Effort 下的通过率约为 60%，超过了 Opus 4.8 在 Max 级别下的 59%，后者单任务成本高达 13 美元68% 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%68% 相似待验证上一代Claude OPUS在某高难度榜单上的成功率仅为1.4%，而Fable 5达到约30%，提升超过20倍66% 相似待验证Claude Opus 5在ARC-AGI-3上得分30.2%，而上一代仅1.5%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/789653

API

curl https://kongchang.com/api/v1/knowledge/claims/789653

MCP

get_claim(id=789653)