待验证60% 置信基准精确时间
Claude 5.1在Terminal-Bench Science上得分52.6%，相比上一代的24.7%实现翻倍以上跃升
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/9/4
首次发现
有效期至：2026/12/3
来源
涉及实体
相关事实
待验证Fable 5.1 在 Terminal Bench Science 0.1 基准测试中得分 52.6%，相比上一代翻了一倍多69% 相似待验证在Terminal-Bench 4.0上，Claude 5.1标准版得分55.8%，受信版达到60.9%；OS World 2.0部分完成率为77.9%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65% 相似待验证Claude 5.1在商业自动化基准测试上成绩从17.1%提升到31.4%65% 相似待验证Claude 5.1在Humanities Last Exam不带工具时得分60.9%，接入工具后升至65%64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/853480API
curl https://kongchang.com/api/v1/knowledge/claims/853480MCP
get_claim(id=853480)