Claude Fable 5.1
Anthropic · 2026-09-01 发布 · 10/16 14:06 更新
AIHOT 评分 · 综合72.2分综合第 3 名评分不是正确率 · 评测覆盖 100%
可比较分类4/ 4 项分类
已有成绩36项评测
上下文窗口100万Token
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分71.6分第 3 名9 项评测 · 覆盖 100%科研AIHOT 评分73.8分第 5 名9 项评测 · 覆盖 100%专业办公AIHOT 评分70.1分第 6 名10 项评测 · 覆盖 100%知识问答AIHOT 评分74.7分第 2 名6 项评测 · 覆盖 100%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看运行配置与采用方式。
编程71.69 项
科研73.89 项
专业办公70.110 项
知识问答74.77 项
真人盲选71.11 项
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
了解计算方法 →