Claude Opus 4.6 · SWE-bench Verified(Verified subset (500 problems)) 80.84% · 附件证据(ev-op46-card-swe-verified)

Claude Opus 4.6 的 SWE-bench Verified · Verified subset (500 problems) 官方出处。Max effort · 80.84%。见《Claude Opus 4.6 System Card》PDF p.19, §2.4, SWE-bench Verified paragraph。证据 ev-op46-card-swe-verified。

原文与定位

Claude Opus 4.6 · SWE-bench Verified(Verified subset (500 problems)),Max effort配置,Pass rate 80.84%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF p.19, §2.4, SWE-bench Verified paragraph。 查看成绩条件

Claude Opus 4.6 achieves 80.84% on SWE-bench Verified. Our SWE-bench results are averaged over 25 trials, each run with adaptive thinking, max effort, default sampling settings (temperature, top_p), and with the thinking blocks included in the sampling results.
官方材料
Claude Opus 4.6 System Card · PDF 第 19 页
定位
附件 · PDF p.19, §2.4, SWE-bench Verified 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 · SWE-bench Verified(Verified subset (500 problems)),Max effort配置,Pass rate 80.84%(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.19, §2.4, SWE-bench Verified paragraph,https://www.anthropic.com/claude-opus-4-6-system-card#page=19。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-6/ev-op46-card-swe-verified/

关联成绩与条件

Claude Opus 4.6 · 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 rate80.84%原文 80.84% · 单位 %
公布 未确认
Max effort
设置
仅在来源明确写明 max effort 时使用;token budget 与 effort 分别记录,不由 token 数推断。
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
SWE-bench Verified;500 个经人工确认可解的问题。
条件
25 trials average;adaptive thinking、max effort、default temperature/top_p;sampling results include thinking blocks。

直接支持该成绩

在排名中查看此成绩