Claude Opus 5.5

编程74.38 项

• ProgramBenchVals AI回退 12%18.5%读数 107.5+
• Terminal-Bench 4.0Vals AI回退 11%65.2%读数 82.0+
• Terminal-Bench 4.0Artificial Analysis含回退59.6%读数 75.5+
• LiveBench CodingLiveBench89.3%读数 75.1+
• Vibe Code Bench 1–100Vals AI回退 16%30.4%读数 74.0+
• Vibe Code Bench v1.1Vals AI回退 8%90.3%读数 72.4+
• SciCodeArtificial Analysis含回退66.9%读数 71.8+
• CyberBench Patch v1.1Vals AI回退 2%85.7%读数 62.5+

科研76.88 项

• Terminal-Bench ScienceArtificial Analysis含回退59.0%读数 85.5+
• Terminal-Bench ScienceVals AI回退 3%47.1%读数 82.8+
• Mystery Game PuzzlesEpoch AI71.0%读数 81.6+
• FrontierMath T1–3Epoch AI91.2%读数 79.8+
• MysteryMechanismVals AI回退 不到 1%49.5%读数 78.2+
• Humanity's Last ExamArtificial Analysis含回退61.4%读数 75.7+
• CritPtArtificial Analysis含回退31.7%读数 73.1+
• LiveBench ReasoningLiveBench92.2%读数 70.6+

专业办公71.310 项

• AA-BriefcaseArtificial Analysis含回退1,807读数 80.6+
• APEX-AgentsMercor73.5%读数 80.4+
• GDPval-AAArtificial Analysis含回退1,866.3读数 76.6+
• τ³-BankingMercor55.0%读数 76.2+
• AA-Analyst AgentArtificial Analysis含回退56.3%读数 74.4+
• AutomationBench-AAArtificial Analysis含回退69.5%读数 71.8+
• LiveBench Data AnalysisLiveBench80.3%读数 68.5+
• Finance AgentVals AI回退 1%58.6%读数 66.3+
• MedCodeVals AI49.8%读数 61.3+
• Harvey 法律 Agent 基准Vals AI3.8%读数 至多 56.3+

知识问答72.77 项

• MLCR-AAArtificial Analysis含回退66.7%读数 97.1+
• AA-OmniscienceArtificial Analysis含回退46.4读数 83.3+
• SimpleQA VerifiedEpoch AI72.2%读数 83.2+
• LiveBench LanguageLiveBench86.3%读数 72.8+
• PBullshitBench v2BullshitBench62.0%读数 70.5+
• AA-LCRArtificial Analysis含回退84.7%读数 63.8+
• LiveBench IFLiveBench65.7%读数 55.4+

真人盲选72.11 项

• Arena TextLMArena1,503.7读数 69.9+

测过，但按规则不计入

这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。

• Code Migration：评测方公布这次运行有 82% 的题目被转给了同厂商的旧型号，超过一半，不代表这个型号。

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。