Claude Sonnet 5.5 · AA-Briefcase(v1.1) · 附件证据(ev55-briefcase)

Claude Sonnet 5.5 的 AA-Briefcase · v1.1 官方出处。见《Claude Sonnet 5.5 System Card》§8.14.4, PDF p.134。证据 ev55-briefcase。

原文与定位

Claude Sonnet 5.5 · AA-Briefcase(v1.1),Max effort配置,Elo rating 1811 Elo(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.14.4, PDF p.134。 查看成绩条件

Claude Sonnet 5.5 · AA-Briefcase(v1.1),Xhigh effort配置,Elo rating 1746 Elo(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.14.4, PDF p.134。 查看成绩条件

Claude Sonnet 5.5 scores an Elo of 1811 at max effort, only 11 points below Claude Opus 5.5 at max (1822), and 1746 at xhigh effort.
官方材料
Claude Sonnet 5.5 System Card · PDF 第 134 页
定位
附件 · §8.14.4, PDF p.134
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 · AA-Briefcase(v1.1),Max effort配置,Elo rating 1811 Elo(具体成绩公布时间未确认);Claude Sonnet 5.5 · AA-Briefcase(v1.1),Xhigh effort配置,Elo rating 1746 Elo(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)§8.14.4, PDF p.134,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=134。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-briefcase/

关联成绩与条件

Claude Sonnet 5.5 · AA-Briefcase 成绩与配置
指标与成绩配置与评测条件证据关系
Elo rating1811 Elo原文 1811 Elo · 单位 Elo
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
AA-Briefcase v1.1 long-horizon knowledge-work benchmark; independent Artificial Analysis evaluation.
条件
Max effort; pre-release structured-output bug may understate score and has since been fixed.

直接支持该成绩

在排名中查看此成绩
Elo rating1746 Elo原文 1746 Elo · 单位 Elo
公布 未确认
Xhigh effort
设置
Xhigh reasoning effort.
未知项
Sampling settings not stated unless recorded per result.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
AA-Briefcase v1.1 long-horizon knowledge-work benchmark; independent Artificial Analysis evaluation.
条件
Xhigh effort; pre-release structured-output bug may understate score and has since been fixed.

直接支持该成绩

在排名中查看此成绩