已过期60% 置信基准精确时间
在无工具 HLE 基准上，Claude Opus 5 得分 56.3，DeepSeek-V4.1-Flash-1017 得分 42.6。
2
来源数
60%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/31(已过期)
来源
涉及实体
相关事实
待验证Claude Opus 5.5在ECI评测中的得分超过了OpenAI的GPT-5.5 Pro等竞品72% 相似待验证在Terminal Bench跑分上，DeepSeek V4 Pro得87.9分，Claude Opus 4.8得85分71% 相似待验证Qwen3.8-27B在Terminal Bench、GPQA Diamond、HLE测试中均落后于Claude Opus 4.6（分别为73 vs 78.2、89.2 vs 91.3、30.8 vs 40）71% 相似待验证在 SWE-Marathon 基准中，Muse Wonder 得 53.1，Claude Opus 5.5 得 46.3，差距 6.8 分。71% 相似待验证在 WANDR 基准测试中，Claude Opus 5.5 取得 0.610 的得分70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054796API
curl https://kongchang.com/api/v1/knowledge/claims/1054796MCP
get_claim(id=1054796)