Claude Sonnet 4.6 · WebArena-Verified(Full set) 66.4% · 附件证据(ev46-webarena-verified-figure)
Claude Sonnet 4.6 的 WebArena-Verified · Full set 官方出处。Evaluation settings not fully stated · 66.4%。见《Claude Sonnet 4.6 System Card》Figure 2.18.2.A, PDF p.39, Claude Sonnet 4.6 bars。证据 ev46-webarena-verified-figure。
原文与定位
Claude Sonnet 4.6 · WebArena-Verified(Full set),Evaluation settings not fully stated配置,Pass@1 66.4%(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》Figure 2.18.2.A, PDF p.39, Claude Sonnet 4.6 bars。 查看成绩条件
Figure 2.18.2.A chart labels, faithfully transcribed: WebArena-Verified | Full set | Claude Sonnet 4.6 | 66.4%; Hard subset (258 problems) | Claude Sonnet 4.6 | 67.7%.
- 官方材料
- Claude Sonnet 4.6 System Card · PDF 第 39 页
- 定位
- 附件 · Figure 2.18.2.A, PDF p.39, Claude Sonnet 4.6 bars
- 材料版本
- PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10
- 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 Sonnet 4.6 · WebArena-Verified(Full set),Evaluation settings not fully stated配置,Pass@1 66.4%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 4.6 System Card(附件,PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10)Figure 2.18.2.A, PDF p.39, Claude Sonnet 4.6 bars,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=39。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-webarena-verified-figure/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Pass@166.4%原文 66.4% · 单位 % 公布 未确认 | Evaluation settings not fully stated
| 直接支持该成绩 在排名中查看此成绩 |