Claude Fable 5.1 · BenchCAD Vision2Code · 1,000-file random subset of 17,900 files · 成绩与配置

Claude Fable 5.1 的 BenchCAD Vision2Code · 1,000-file random subset of 17,900 files 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Claude Fable 5.1 · BenchCAD Vision2Code 成绩与配置
指标与成绩配置与评测条件出处
Voxel IoU0.437原文 0.437 · 单位 未标注
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
禁止工具
推理预算
max
框架
未记录
协议
BenchCAD Vision2Code; random 1,000-file subset of 17,900 files; adaptive max effort; average over five runs.
条件
No tools.
在排名中查看此成绩
Voxel IoU0.843原文 0.843 · 单位 未标注
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
允许工具
推理预算
max
框架
未记录
协议
BenchCAD Vision2Code; random 1,000-file subset of 17,900 files; adaptive max effort; average over five runs.
条件
Tools and image cropping enabled.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 BenchCAD Vision2Code

  • Voxel IoU · 单位未标注 · 越高越好