Claude Opus 4.6 · GPQA Diamond(198-question Diamond subset) 91.31% · 附件证据(ev-op46-card-gpqa)
Claude Opus 4.6 的 GPQA Diamond · 198-question Diamond subset 官方出处。Max effort · 91.31%。见《Claude Opus 4.6 System Card》PDF p.25, §2.11, GPQA Diamond results paragraph。证据 ev-op46-card-gpqa。
原文与定位
Claude Opus 4.6 · GPQA Diamond(198-question Diamond subset),Max effort配置,Accuracy 91.31%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF p.25, §2.11, GPQA Diamond results paragraph。 查看成绩条件
Claude Opus 4.6 achieved 91.31% on the 198-question Diamond subset, averaged over 5 trials with adaptive thinking, max effort, and default sampling settings.
- 官方材料
- Claude Opus 4.6 System Card · PDF 第 25 页
- 定位
- 附件 · PDF p.25, §2.11, GPQA Diamond results paragraph
- 材料版本
- Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.
- 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 4.6 · GPQA Diamond(198-question Diamond subset),Max effort配置,Accuracy 91.31%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.6 System Card(附件,Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.)PDF p.25, §2.11, GPQA Diamond results paragraph,https://www.anthropic.com/claude-opus-4-6-system-card#page=25。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-6/ev-op46-card-gpqa/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Accuracy91.31%原文 91.31% · 单位 % 公布 未确认 | Max effort
| 直接支持该成绩 在排名中查看此成绩 |