待验证50% 置信基准精确时间
Sonnet 5.5 在 Frontier Code 相关基准上的分数从 42 提升到 46 和 52
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
待验证在 Cognition 推出的第三方基准 Frontier Code 上，Sonnet 5 超越了 Opus 4.870% 相似已验证Claude Sonnet 5 在 SWE-bench Verified（Agentic Coding）上得分 63.22%，距 Opus 4.8 约差 6 个百分点68% 相似待验证Sonnet 5在CursorBench编程基准上仅排在第13位67% 相似待验证从Claude 3 Sonnet到Claude 3.5 Sonnet再到Claude 4 Sonnet，每次升级在编码基准测试上的得分提升幅度呈递减趋势，早期版本间的跳跃可能是10-20个百分点的提升，而后续版本间的差距往往缩小到2-5个百分点67% 相似待验证在SWE-Bench Pro基准上，Sonnet 5明显落后于Opus 4.865% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960732API
curl https://kongchang.com/api/v1/knowledge/claims/960732MCP
get_claim(id=960732)