待验证85% 置信事实时间未知
Claude 4 Opus在SWE Bench和Terminal Bench等基准测试中达到了业界最优水平
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/6/1
首次发现
有效期至：2026/8/30
来源
Claude 4发布：Opus与Sonnet双模型详解，编程智能体能力全面升级
bilibili为什么叫QQ
涉及实体
相关事实
待验证Claude Opus 4.6在SWE-bench基准测试中在现实世界的专家级任务中表现领先77% 相似待验证Claude Opus 4.6在SWE-Bench Pro测试中得分为53.4%75% 相似待验证Claude Opus 4.7在Rakuten SWE Bench上生产任务完成量是Opus 4.6的三倍74% 相似待验证Opus 4.7 achieves industry-leading performance on SWE-bench (Software Engineering Benchmark)73% 相似已验证Claude 4.5 Opus 在 SWE-Bench Verified 上达到了 80.9% 的成绩70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/18567API
curl https://kongchang.com/api/v1/knowledge/claims/18567MCP
get_claim(id=18567)