Claude Fable 5.1 · FrontierSWE(v2) · 附件证据(ev-f51-card-frontierswe)

Claude Fable 5.1 的 FrontierSWE · v2 官方出处。见《Claude Fable 5.1 and Claude Mythos 5.1 System Card》本地留存副本, PDF p.170。证据 ev-f51-card-frontierswe。

原文与定位

Claude Fable 5.1 · FrontierSWE(v2),最高可用 effort(逐项未注明)配置,Mean score 56.3%(具体成绩公布时间未确认)。见《Claude Fable 5.1 and Claude Mythos 5.1 System Card》本地留存副本, PDF p.170。 查看成绩条件

Claude Fable 5.1 · FrontierSWE(v2),Adaptive Max配置,Mean score 57%(具体成绩公布时间未确认)。见《Claude Fable 5.1 and Claude Mythos 5.1 System Card》本地留存副本, PDF p.170。 查看成绩条件

Claude Fable 5.1 scored 0.57 on FrontierSWE v2 ... Every model runs at maximum reasoning effort ... five trials per task; the reported score is the mean across trials, on a scale from 0 to 1.
官方材料
Claude Fable 5.1 and Claude Mythos 5.1 System Card · PDF 第 170 页
定位
附件 · 本地留存副本, PDF p.170
材料版本
PDF dated September 1, 2026; 212 pages. Full text review completed: pp.1-212. All 64 low-text or figure pages were rendered and visually inspected in 16 sheets; no additional standard Fable 5.1 capability scores were found in the supplementary safety/alignment sections. Revision date unknown. Local: 本地留存副本 and .txt.
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Fable 5.1 · FrontierSWE(v2),最高可用 effort(逐项未注明)配置,Mean score 56.3%(具体成绩公布时间未确认);Claude Fable 5.1 · FrontierSWE(v2),Adaptive Max配置,Mean score 57%(具体成绩公布时间未确认)。官方出处 Claude Fable 5.1 and Claude Mythos 5.1 System Card(附件,PDF dated September 1, 2026; 212 pages. Full text review completed: pp.1-212. All 64 low-text or figure pages were rendered and visually inspected in 16 sheets; no additional standard Fable 5.1 capability scores were found in the supplementary safety/alignment sections. Revision date unknown. Local: 本地留存副本 and .txt.)本地留存副本, PDF p.170,https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card#page=170。Benchlog https://benchlog.lekshome.cc/evidence/claude-fable-and-mythos-5-1/ev-f51-card-frontierswe/

关联成绩与条件

Claude Fable 5.1 · FrontierSWE 成绩与配置
指标与成绩配置与评测条件证据关系
Mean score56.3%原文 56.3% · 单位 %
公布 未确认
最高可用 effort(逐项未注明)
设置
Claude Fable 5.1;官方 benchmark 表未另注的分数按该模型最高可用 effort 报告。
未知项
逐 benchmark 实际 effort 未完全标注。、部分 benchmark 版本、harness、运行数未在主文列出。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
FrontierSWE v2; 主文表格最高可用 effort,逐项档位未标。
条件
Later comparison table reports 56.3%; System Card reports 0.57 on a 0–1 scale. Both source values are retained; underlying difference is unresolved.

直接支持该成绩

在排名中查看此成绩
Mean score57%原文 0.57 on a 0–1 scale · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
maximum
框架
未记录
协议
FrontierSWE v2; 34 ultra-long-horizon tasks; Proximal harness; five trials per task; maximum reasoning effort.
条件
Value 0.57 is the card’s rounded score on a 0–1 scale (57%); later comparison table reports 56.3%, retained separately.

直接支持该成绩

在排名中查看此成绩