BioMysteryBench · 官方发布表列 Hard 与 human-solved 结果;细分版本未注明 · 测试定义与成绩

BioMysteryBench · 官方发布表列 Hard 与 human-solved 结果;细分版本未注明 收录 2 次模型发布的评测披露或成绩。

测试版本与指标

别名 BioMysteryBench

  • Hard score · % · 越高越好
  • Human-solved score · % · 越高越好
  • Human Difficult subset score · % · 越高越好
  • Human Solvable subset score · % · 越高越好
  • Overall score · % · 越高越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 2 次发布

  • Claude Opus 5本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Claude Opus 4.6本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)