待验证60% 置信基准精确时间

Claude 5.1在Terminal-Bench Science上得分52.6%，相比上一代的24.7%实现翻倍以上跃升

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/9/4

首次发现

有效期至：2026/12/3

来源

Claude 5.1全面解析：成本、科研能力与安全护栏详解

涉及实体

Claude 5.1model Terminal-Bench Scienceconcept

相关事实

待验证Fable 5.1 在 Terminal Bench Science 0.1 基准测试中得分 52.6%，相比上一代翻了一倍多69% 相似待验证在Terminal-Bench 4.0上，Claude 5.1标准版得分55.8%，受信版达到60.9%；OS World 2.0部分完成率为77.9%68% 相似待验证Claude 5.1在商业自动化基准测试上成绩从17.1%提升到31.4%65% 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%64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/853480

API

curl https://kongchang.com/api/v1/knowledge/claims/853480

MCP

get_claim(id=853480)