待验证50% 置信基准精确时间
在Anthropic官方六项测试中，Opus 5.5赢了四项，包括Terminal Bench（66.4对57.9）、Humanity's Last Exam（67.7对57.2）和GDPVal（1846对1542）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/29
首次发现
有效期至：2026/12/28
来源
涉及实体
相关事实
待验证Opus 5.5 在 Humanity's Last Exam 上得分 67，Astra 为 57，Fable 5.1 为 6578% 相似待验证在Agent Test: Last Exam测试中，Soul得分53.6分，Anthropic的Opus 4.5得分40.5分72% 相似待验证在Terminal Bench 3.0上Opus 5以43.3领先V4.1的30.0，在Humanity's Last Exam上Opus 5为56.3而V4.1只有36.871% 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%69% 相似待验证GLM-5.3在六项评测中的成绩为：终端编程基准3.0得28.3、深度软件工程基准得66.9、智能体中场考试得28.5、自动化基准得48.2、带工具的人类终极考试得62.5、GDP价值评估AA2版得17.6967% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/958934API
curl https://kongchang.com/api/v1/knowledge/claims/958934MCP
get_claim(id=958934)