Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark) · 附件证据(ev55-hle-method)
Claude Sonnet 5.5 的 Humanity's Last Exam · 2,500-question benchmark 官方出处。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。证据 ev55-hle-method。
原文与定位
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),HLE · Auto thinking · Max effort · 有工具配置,Accuracy 64.5%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Low effort配置,Accuracy 47.6%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Medium effort配置,Accuracy 50.5%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),High effort配置,Accuracy 56.7%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Xhigh effort配置,Accuracy 62%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Low effort配置,Accuracy 41.4%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Medium effort配置,Accuracy 43.2%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),High effort配置,Accuracy 47.9%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Xhigh effort配置,Accuracy 53%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),HLE · Auto thinking · Max effort · 无工具配置,Accuracy 56.9%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.11.1, PDF p.118。 查看成绩条件
Humanity’s Last Exam (HLE) 14 is a multimodal benchmark comprising 2,500 questions across dozens of subjects. The questions were written and reviewed by subject-matter experts, kept only if frontier LLMs could not answer them, and designed so that they cannot be answered quickly via internet search.
- 官方材料
- Claude Sonnet 5.5 System Card · PDF 第 118 页
- 定位
- 附件 · §8.11.1, PDF p.118
- 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 · Humanity's Last Exam(2,500-question benchmark),HLE · Auto thinking · Max effort · 有工具配置,Accuracy 64.5%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Low effort配置,Accuracy 47.6%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Medium effort配置,Accuracy 50.5%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),High effort配置,Accuracy 56.7%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Xhigh effort配置,Accuracy 62%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Low effort配置,Accuracy 41.4%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Medium effort配置,Accuracy 43.2%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),High effort配置,Accuracy 47.9%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),Xhigh effort配置,Accuracy 53%(具体成绩公布时间未确认);Claude Sonnet 5.5 · Humanity's Last Exam(2,500-question benchmark),HLE · Auto thinking · Max effort · 无工具配置,Accuracy 56.9%(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)§8.11.1, PDF p.118,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=118。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-hle-method/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Accuracy64.5%原文 64.5% with tools · 单位 % 公布 未确认 | HLE · Auto thinking · Max effort · 有工具
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy47.6%原文 47.6% · 单位 % 公布 未确认 | Low effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy50.5%原文 50.5% · 单位 % 公布 未确认 | Medium effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy56.7%原文 56.7% · 单位 % 公布 未确认 | High effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy62%原文 62.0% · 单位 % 公布 未确认 | Xhigh effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy41.4%原文 41.4% · 单位 % 公布 未确认 | Low effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy43.2%原文 43.2% · 单位 % 公布 未确认 | Medium effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy47.9%原文 47.9% · 单位 % 公布 未确认 | High effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy53%原文 53.0% · 单位 % 公布 未确认 | Xhigh effort
| 直接支持该成绩 在排名中查看此成绩 |
| Accuracy56.9%原文 56.9% · 单位 % 公布 未确认 | HLE · Auto thinking · Max effort · 无工具
| 直接支持该成绩 在排名中查看此成绩 |