Claude Sonnet 5.5

编程73.88 项

• ProgramBenchVals AI6.5%折算分 88.8+
• Terminal-Bench 4.0Vals AI旧型号作答 2%64.1%折算分 80.4+
• LiveBench CodingLiveBench91.4%折算分 80.3+
• Code MigrationVals AI69.8%折算分 77.0+
• Terminal-Bench 4.0Artificial Analysis部分由旧型号作答63.6%折算分 76.0+
• Vibe Code Bench v1.1Vals AI92.4%折算分 74.8+
• CyberBench Patch v1.1Vals AI旧型号作答 4%87.5%折算分 66.1+
• SciCodeArtificial Analysis部分由旧型号作答61.0%折算分 63.7+

科研73.89 项

• Terminal-Bench ScienceArtificial Analysis部分由旧型号作答53.3%折算分 82.3+
• Terminal-Bench ScienceVals AI47.1%折算分 81.8+
• MysteryMechanismVals AI49.1%折算分 78.0+
• Mystery Game PuzzlesEpoch AI65.0%折算分 77.9+
• FrontierMath T1–3Epoch AI88.8%折算分 76.5+
• Chess PuzzlesEpoch AI59.0%折算分 72.9+
• CritPtArtificial Analysis部分由旧型号作答31.4%折算分 72.6+
• Humanity's Last ExamArtificial Analysis部分由旧型号作答55.0%折算分 70.0+
• LiveBench ReasoningLiveBench91.6%折算分 69.3+

专业办公70.610 项

• APEX-AgentsMercor75.5%折算分 82.6+
• AA-BriefcaseArtificial Analysis部分由旧型号作答1,817.3折算分 81.1+
• AA-Analyst AgentArtificial Analysis部分由旧型号作答57.5%折算分 76.4+
• GDPval-AAArtificial Analysis部分由旧型号作答1,837.8折算分 74.9+
• τ³-BankingMercor54.0%折算分 74.9+
• AutomationBench-AAArtificial Analysis部分由旧型号作答71.8%折算分 73.0+
• Finance AgentVals AI旧型号作答 6%58.1%折算分 66.0+
• MedCodeVals AI52.9%折算分 65.3+
• Harvey 法律 Agent 基准Vals AI2.9%折算分 至多 55.6+
• LiveBench Data AnalysisLiveBench59.5%折算分 43.0+

知识问答63.67 项

• MLCR-AAArtificial Analysis部分由旧型号作答75.0%折算分 105.1+
• AA-OmniscienceArtificial Analysis部分由旧型号作答32.3折算分 72.5+
• PBullshitBench v2BullshitBench58.0%折算分 66.1+
• AA-LCRArtificial Analysis部分由旧型号作答82.7%折算分 60.3+
• LiveBench LanguageLiveBench78.0%折算分 57.1+
• SimpleQA VerifiedEpoch AI46.5%折算分 56.1+
• LiveBench IFLiveBench56.8%折算分 43.6+

真人盲选65.81 项

• Arena TextLMArena1,474.9折算分 59.4+

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。