待验证50% 置信基准精确时间

在 WANDR 基准测试中，Claude Opus 5.5 取得 0.610 的得分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

Claude Opus 5.5 登陆 Perplexity Computer：性能与成本双优

涉及实体

Claude Opus 5.5model WANDRconcept

相关事实

部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%73% 相似待验证在 IntLawNER 基准中，Claude Opus 4.6 取得最佳成绩，微观 F1 达到 0.87372% 相似待验证Claude Opus 4.8在智能体实战跑分中拿下1890分，比上一代高出137分，甩开GPT 5.5达121分72% 相似待验证通义千问3.6在SWE-Bench测试中得分78.8分，对比Claude Opus的80.9分69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948613

API

curl https://kongchang.com/api/v1/knowledge/claims/948613

MCP

get_claim(id=948613)