待验证50% 置信基准精确时间

在Automation Bench自动化基准上Claude Opus 5拿到约25%通过率，其他模型普遍聚集在15%左右

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/23

首次发现

有效期至：2026/9/6

来源

实测Claude Opus 5：性价比碾压对手的AI新旗舰

涉及实体

Automation Benchconcept Claude Opus 5model

相关事实

待验证顶级AI模型（如Claude Opus）每次调用消耗的算力可能是轻量级模型的20-50倍68% 相似待验证Claude Opus 4.7的编程Agent性能相比前代提升约20%63% 相似待验证Claude 3 Opus等模型在部分编程任务上通过率超过85%62% 相似待验证Claude Opus 4.8完成相同任务所需步骤减少15%，输出token减少35%60% 相似已验证2024年初时，最强AI模型在SWE-Bench上的得分仅在10%-20%区间60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/791488

API

curl https://kongchang.com/api/v1/knowledge/claims/791488

MCP

get_claim(id=791488)