已验证70% 置信基准精确时间
在 Terminal Bench 4.0 上,Opus 5.5 得分 66.4%,Astra 为 57.9%,Fable 5.1 为 55.8%,前代 Opus 5 为 52.3%
4
来源数
70%
置信度
中期 (~90 天)
时效性
2026/9/25
首次发现
有效期至:2026/12/24
来源
涉及实体
相关事实
已验证Opus 5.5在终端智能体基准拿到66分,高于Sonnet的55分和Astra的57.9分79% 相似已验证在Terminal-Bench 4.0上,Claude Opus 5.5以66.4%领先,GPT-6 Astra为61.8%,Argon为57.4%76% 相似待验证在 Terminal-Bench 2.0 基准上,同一模型 Opus 4.6 在不同 harness 下得分从 60.45% 到 82.02% 不等(相差约 22 个百分点)。76% 相似待验证Opus 5.5 并非全线第一,在 Automation Bench 上以 40 略低于 Astra 的 41.4,在 Terminal Bench Science 上落后于 GPT-6 Astra75% 相似待验证Claude Opus 5.5 在 Terminal Bench 上的得分约为 66.474% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/949378API
curl https://kongchang.com/api/v1/knowledge/claims/949378MCP
get_claim(id=949378)