Claude Sonnet 5.5 · GDPval-AA(v2.1) · 附件证据(ev55-gdpval)

Claude Sonnet 5.5 的 GDPval-AA · v2.1 官方出处。见《Claude Sonnet 5.5 System Card》§8.14.3, PDF p.133。证据 ev55-gdpval。

原文与定位

Claude Sonnet 5.5 · GDPval-AA(v2.1),Max effort配置,Elo rating 1844 Elo(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.14.3, PDF p.133。 查看成绩条件

Claude Sonnet 5.5 · GDPval-AA(v2.1),Xhigh effort配置,Elo rating 1725 Elo(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.14.3, PDF p.133。 查看成绩条件

Claude Sonnet 5.5 scores an Elo of 1844 at max effort, only 2 points below Claude Opus 5.5 at max effort (1846). At xhigh effort, Sonnet 5.5 scores 1725
官方材料
Claude Sonnet 5.5 System Card · PDF 第 133 页
定位
附件 · §8.14.3, PDF p.133
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 · GDPval-AA(v2.1),Max effort配置,Elo rating 1844 Elo(具体成绩公布时间未确认);Claude Sonnet 5.5 · GDPval-AA(v2.1),Xhigh effort配置,Elo rating 1725 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)§8.14.3, PDF p.133,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=133。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-gdpval/

关联成绩与条件

Claude Sonnet 5.5 · GDPval-AA 成绩与配置
指标与成绩配置与评测条件证据关系
Elo rating1844 Elo原文 1844 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
允许工具
推理预算
max
框架
未记录
协议
GDPval-AA v2.1, 220 tasks across 44 occupations and nine industries; independent Artificial Analysis evaluation.
条件
Shell and web browsing in agentic loop; pre-release deployment had a structured-output bug that may understate results and has since been fixed.

直接支持该成绩

在排名中查看此成绩
Elo rating1725 Elo原文 1725 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
GDPval-AA v2.1, 220 tasks; 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