Claude Sonnet 5.5

编程73.98 项

• ProgramBenchVals AI6.5%读数 88.5+
• Terminal-Bench 4.0Vals AI回退 2%64.1%读数 81.5+
• LiveBench CodingLiveBench91.4%读数 80.1+
• Code MigrationVals AI69.8%读数 77.5+
• Terminal-Bench 4.0Artificial Analysis含回退63.6%读数 76.9+
• Vibe Code Bench v1.1Vals AI92.4%读数 74.8+
• CyberBench Patch v1.1Vals AI回退 4%87.5%读数 65.7+
• SciCodeArtificial Analysis含回退61.0%读数 63.7+

科研74.38 项

• Terminal-Bench ScienceArtificial Analysis含回退53.3%读数 83.1+
• Terminal-Bench ScienceVals AI45.7%读数 82.3+
• Mystery Game PuzzlesEpoch AI65.0%读数 78.3+
• MysteryMechanismVals AI49.1%读数 78.0+
• FrontierMath T1–3Epoch AI88.8%读数 76.5+
• CritPtArtificial Analysis含回退31.4%读数 73.0+
• Humanity's Last ExamArtificial Analysis含回退55.0%读数 70.2+
• LiveBench ReasoningLiveBench91.6%读数 69.5+

专业办公70.610 项

• APEX-AgentsMercor75.5%读数 82.5+
• AA-BriefcaseArtificial Analysis含回退1,823.5读数 81.3+
• GDPval-AAArtificial Analysis含回退1,839.1读数 75.5+
• τ³-BankingMercor54.0%读数 75.3+
• AA-Analyst AgentArtificial Analysis含回退57.5%读数 75.3+
• AutomationBench-AAArtificial Analysis含回退71.8%读数 73.1+
• Finance AgentVals AI回退 6%58.1%读数 65.8+
• MedCodeVals AI52.9%读数 65.1+
• Harvey 法律 Agent 基准Vals AI2.9%读数 至多 56.3+
• LiveBench Data AnalysisLiveBench59.5%读数 43.0+

知识问答63.47 项

• MLCR-AAArtificial Analysis含回退75.0%读数 105.6+
• AA-OmniscienceArtificial Analysis含回退32.3读数 72.2+
• PBullshitBench v2BullshitBench58.0%读数 66.3+
• AA-LCRArtificial Analysis含回退82.7%读数 60.0+
• LiveBench LanguageLiveBench78.0%读数 56.9+
• SimpleQA VerifiedEpoch AI46.5%读数 55.1+
• LiveBench IFLiveBench56.8%读数 43.5+

真人盲选65.21 项

• Arena TextLMArena1,471读数 57.8+

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。