Claude Haiku 5.5 · Global MMLU(42 languages including English · overall average) 87.8% · 附件证据(ev-h55-card-gmmlu)

Claude Haiku 5.5 的 Global MMLU · 42 languages including English · overall average 官方出处。System Card 标准 max effort · 87.8%。见《Claude Haiku 5.5 System Card》System Card PDF pp.134-135, §8.12.1 and Figure 8.12.1.A。证据 ev-h55-card-gmmlu。

原文与定位

Claude Haiku 5.5 · Global MMLU(42 languages including English · overall average),System Card 标准 max effort配置,Average accuracy 87.8%(具体成绩公布时间未确认)。见《Claude Haiku 5.5 System Card》System Card PDF pp.134-135, §8.12.1 and Figure 8.12.1.A。 查看成绩条件

Claude Haiku 5.5 achieved 87.8% average accuracy across 42 languages on GMMLU.
官方材料
Claude Haiku 5.5 System Card · PDF 第 135 页
定位
附件 · System Card PDF pp.134-135, §8.12.1 and Figure 8.12.1.A
材料版本
144 页 PDF/TXT:本地留存副本、current-haiku-5-5-system-card.txt;封面日期 2026-10-07;正文 pp.1-144 已全文核读,全部63个含图/向量图表页实际视觉检查(本轮补看53页,合并此前10页),无未读页或未查看图表页;此为 current 卡片,不作为首发日附件证据。
版本公布
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 Haiku 5.5 · Global MMLU(42 languages including English · overall average),System Card 标准 max effort配置,Average accuracy 87.8%(具体成绩公布时间未确认)。官方出处 Claude Haiku 5.5 System Card(附件,144 页 PDF/TXT:本地留存副本、current-haiku-5-5-system-card.txt;封面日期 2026-10-07;正文 pp.1-144 已全文核读,全部63个含图/向量图表页实际视觉检查(本轮补看53页,合并此前10页),无未读页或未查看图表页;此为 current 卡片,不作为首发日附件证据。)System Card PDF pp.134-135, §8.12.1 and Figure 8.12.1.A,https://www.anthropic.com/claude-haiku-5-5-system-card#page=135。Benchlog https://benchlog.lekshome.cc/evidence/claude-haiku-5-5/ev-h55-card-gmmlu/

关联成绩与条件

Claude Haiku 5.5 · Global MMLU 成绩与配置
指标与成绩配置与评测条件证据关系
Average accuracy87.8%原文 87.8% · 单位 %
公布 未确认
System Card 标准 max effort
设置
Unless otherwise noted: adaptive thinking at max effort, default temperature/top_p, five-trial average; context window is evaluation-dependent and no more than 1M tokens.
未知项
每个 benchmark 的具体 context window 未逐项列明。
工具
禁止工具
推理预算
max
框架
未记录
协议
GMMLU; average accuracy over 42 languages; no tools or customized system prompt; single trial.
条件
Max effort; safety classifiers enabled; 0.1% blocked or unanswered items were excluded rather than marked incorrect.

直接支持该成绩

在排名中查看此成绩