待验证50% 置信基准精确时间

Opus-4.8在CAD World上成功率16%、平均成本10美元一个任务

1

来源数

50%

置信度

长期有效

时效性

2026/9/26

首次发现

来源

CAD World基准：AI Agent画工程图为何只有17.5%成功率

涉及实体

Opus-4.8model CAD Worldproduct

相关事实

待验证Claude Opus 4.8在500步预算下OSWorld 2.0完成率仅20.6%，部分得分54.8%，每个任务平均成本约72.4美元75% 相似待验证使用旗舰模型Claude Opus完成涉及20轮工具调用、每轮平均上下文10000 Token的任务，仅输入成本便可能超过3美元72% 相似待验证Claude Opus 5.5 在 WANDR 基准测试中的单任务成本为 $4.1371% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/951471

API

curl https://kongchang.com/api/v1/knowledge/claims/951471

MCP

get_claim(id=951471)