Claude Fable 5.1 · OfficeQA(Pro 133-question subset) 69% · 附件证据(ev-f51-officeqa-pro-later)

Claude Fable 5.1 的 OfficeQA · Pro 133-question subset 官方出处。Adaptive Max · 69%。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)》PDF p.237, §8.14.1, OfficeQA Pro。证据 ev-f51-officeqa-pro-later。

原文与定位

Claude Fable 5.1 · OfficeQA(Pro 133-question subset),Adaptive Max配置,Exact-match accuracy 69%(具体成绩公布时间未确认)。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)》PDF p.237, §8.14.1, OfficeQA Pro。 查看成绩条件

Fable 5.1 scored 69.0% on the 133-question OfficeQA Pro subset at max effort, mean of five runs.
官方材料
Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source) · PDF 第 237 页
定位
附件 · PDF p.237, §8.14.1, OfficeQA Pro
材料版本
PDF 封面日期 November 9, 2026;用于 Fable 5.1 的 OSWorld、BenchCAD、OfficeQA/SWE-bench 对照;本地 本地留存副本;PDF pp.1-264 正文已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧在21张sheet中实际视觉检查,pp.207-254能力图页亦已视觉检查;无未读页或未查看图表页
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 · OfficeQA(Pro 133-question subset),Adaptive Max配置,Exact-match accuracy 69%(具体成绩公布时间未确认)。官方出处 Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)(附件,PDF 封面日期 November 9, 2026;用于 Fable 5.1 的 OSWorld、BenchCAD、OfficeQA/SWE-bench 对照;本地 本地留存副本;PDF pp.1-264 正文已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧在21张sheet中实际视觉检查,pp.207-254能力图页亦已视觉检查;无未读页或未查看图表页)PDF p.237, §8.14.1, OfficeQA Pro,https://www.anthropic.com/document/claude-fable-5-2-mythos-5-2-system-card#page=237。Benchlog https://benchlog.lekshome.cc/evidence/claude-fable-and-mythos-5-1/ev-f51-officeqa-pro-later/

关联成绩与条件

Claude Fable 5.1 · OfficeQA 成绩与配置
指标与成绩配置与评测条件证据关系
Exact-match accuracy69%原文 69.0% · 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
max
框架
未记录
协议
OfficeQA Pro 133-question subset;agentic evaluation;max effort;五次运行平均。
条件
Relevant documents preselected and provided as extracted text.

直接支持该成绩

在排名中查看此成绩