待验证80% 置信事实时间未知
Claude Sonnet 4在高中数学竞赛任务中得分70.5%，Gemini得分88%
1
来源数
80%
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 Haiku 4.5评测：三分之一价格实现旗舰级AI性能
bilibili攒钱换房车的福叔
涉及实体
相关事实
待验证Claude Sonnet 4.6在GDPVal AA基准测试中得分超过了Opus 4.675% 相似已验证Claude 3.7 Sonnet在SWE-bench Verified基准测试中得分超过60%74% 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74% 相似已验证Sonnet 5在Terminal Bench 2.1上取得80.4%的成绩，接近Opus 4.873% 相似待验证Claude Sonnet 4.6在OS World（智能体计算机使用）测试中从61.4%提升至72.5%72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/24399API
curl https://kongchang.com/api/v1/knowledge/claims/24399MCP
get_claim(id=24399)