Claude Opus 4.5 · SWE-bench Verified(Verified subset (500 problems)) 80.9% · 附件证据(ev-op45-card-swe-verified-no-thinking)

Claude Opus 4.5 的 SWE-bench Verified · Verified subset (500 problems) 官方出处。SWE-bench 无 thinking budget · 80.9%。见《Claude Opus 4.5 System Card》PDF p.20, §2.4, Table 2.4.A; Verified row, Claude Opus 4.5 (no thinking)。证据 ev-op45-card-swe-verified-no-thinking。

原文与定位

Claude Opus 4.5 · SWE-bench Verified(Verified subset (500 problems)),SWE-bench 无 thinking budget配置,Pass rate 80.9%(具体成绩公布时间未确认)。见《Claude Opus 4.5 System Card》PDF p.20, §2.4, Table 2.4.A; Verified row, Claude Opus 4.5 (no thinking)。 查看成绩条件

SWE-bench Verified: Claude Opus 4.5 80.90% (no thinking); average over 5 trials.
官方材料
Claude Opus 4.5 System Card · PDF 第 20 页
定位
附件 · PDF p.20, §2.4, Table 2.4.A; Verified row, Claude Opus 4.5 (no thinking)
材料版本
Current saved PDF/TXT: 本地留存副本 and .txt; cover November 2025, change log 2025-11-24; current binary is not established as launch-day bytes; fully reviewed 2026-11-16.
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 Opus 4.5 · SWE-bench Verified(Verified subset (500 problems)),SWE-bench 无 thinking budget配置,Pass rate 80.9%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.5 System Card(附件,Current saved PDF/TXT: 本地留存副本 and .txt; cover November 2025, change log 2025-11-24; current binary is not established as launch-day bytes; fully reviewed 2026-11-16.)PDF p.20, §2.4, Table 2.4.A; Verified row, Claude Opus 4.5 (no thinking),https://www.anthropic.com/claude-opus-4-5-system-card#page=20。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-5/ev-op45-card-swe-verified-no-thinking/

关联成绩与条件

Claude Opus 4.5 · SWE-bench Verified 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate80.9%原文 80.9% · 单位 %
公布 未确认
SWE-bench 无 thinking budget
设置
发布材料明确说明 SWE-bench Verified 不使用 thinking budget。
未知项
除发布表和脚注外未提取完整测试脚手架细节。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Full SWE-bench Verified set; no thinking budget.
条件
SWE-bench Verified, 500 problems; no extended thinking; 200K context; average over 5 trials.

直接支持该成绩

在排名中查看此成绩