Claude Sonnet 5.5 · AutomationBench(Release 1.0.6, Zapier private evaluation set) 44.7% · 附件证据(ev55-automationbench)

Claude Sonnet 5.5 的 AutomationBench · Release 1.0.6, Zapier private evaluation set 官方出处。Max effort · 44.7%。见《Claude Sonnet 5.5 System Card》§8.14.6 Figure 8.14.6.A and text, PDF p.137。证据 ev55-automationbench。

原文与定位

Claude Sonnet 5.5 · AutomationBench(Release 1.0.6, Zapier private evaluation set),Max effort配置,Pass rate 44.7%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.14.6 Figure 8.14.6.A and text, PDF p.137。 查看成绩条件

At max effort, Sonnet 5.5 scored 44.7%, with the API's default fallbacks enabled.
官方材料
Claude Sonnet 5.5 System Card · PDF 第 137 页
定位
附件 · §8.14.6 Figure 8.14.6.A and text, PDF p.137
材料版本
PDF cover dated 2026-09-28; 148 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 5.5 · AutomationBench(Release 1.0.6, Zapier private evaluation set),Max effort配置,Pass rate 44.7%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 5.5 System Card(附件,PDF cover dated 2026-09-28; 148 pages; collected 2026-11-10)§8.14.6 Figure 8.14.6.A and text, PDF p.137,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=137。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-automationbench/

关联成绩与条件

Claude Sonnet 5.5 · AutomationBench 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate44.7%原文 44.7% · 单位 %
公布 未确认
Max effort
设置
Max reasoning effort.
未知项
Adaptive thinking status is benchmark-specific.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Zapier AutomationBench private evaluation set release 1.0.6.
条件
Max effort; API default fallbacks enabled.

直接支持该成绩

在排名中查看此成绩