Claude Opus 4.5 · Terminal-Bench(2.0;代理框架按协议区分) · 主文证据(ev-op45-terminal)

Claude Opus 4.5 的 Terminal-Bench · 2.0;代理框架按协议区分 官方出处。见《Introducing Claude Opus 4.5》主表 Agentic terminal coding 行。证据 ev-op45-terminal。

原文与定位

Terminal-bench 2.0 — Opus 4.5: 59.3%.
官方材料
Introducing Claude Opus 4.5 · 定位到章节
定位
主文 · 主表 Agentic terminal coding 行
材料版本
官方发布页;原文发布日期 2025-11-24。保留的发布材料:本地留存副本、本地留存副本、本地留存副本。当前 HTML/TXT:本地留存副本 与 current-opus-4-5-main.txt;HTML last-modified 2026-10-14 23:48:16 UTC。2026-11-16 已全文核读并检查全部 12 个 figure、21 个非 figure 图像;截图清单见 本地留存副本。当前页不证明首发附件内容。
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 · Terminal-Bench(2.0;代理框架按协议区分),披露记录。官方出处 Introducing Claude Opus 4.5(主文,官方发布页;原文发布日期 2025-11-24。保留的发布材料:本地留存副本、本地留存副本、本地留存副本。当前 HTML/TXT:本地留存副本 与 current-opus-4-5-main.txt;HTML last-modified 2026-10-14 23:48:16 UTC。2026-11-16 已全文核读并检查全部 12 个 figure、21 个非 figure 图像;截图清单见 本地留存副本。当前页不证明首发附件内容。)主表 Agentic terminal coding 行,https://www.anthropic.com/news/claude-opus-4-5#evaluating-claude-opus-45。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-5/ev-op45-terminal/

关联成绩与条件

Claude Opus 4.5 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate59.27%原文 59.27% ±1.34% · 单位 %
公布 未确认
Terminal-Bench 128K thinking budget
设置
默认 Terminus 2;128K thinking budget。
未知项
文章未说明是否与其它行采用相同试验次数。
工具
工具条件未记录
推理预算
思考预算 128K
框架
Harbor scaffold; Terminus-2 harness
协议
Terminal-Bench 2.0; Terminus-2 harness in Harbor scaffold; 1,335 trials.
条件
128K thinking budget; reported uncertainty ±1.34%.

关联材料,仅供追溯

在排名中查看此成绩