Claude Fable 5.1 · FrontierSWE · v2 · 成绩与配置

Claude Fable 5.1 的 FrontierSWE · v2 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 2 条来源定位。

成绩与评测条件

Claude Fable 5.1 · FrontierSWE 成绩与配置
指标与成绩配置与评测条件出处
Mean score56.3%原文 56.3% · 单位 %
公布 未确认
最高可用 effort(逐项未注明)
设置
Claude Fable 5.1;官方 benchmark 表未另注的分数按该模型最高可用 effort 报告。
未知项
逐 benchmark 实际 effort 未完全标注。、部分 benchmark 版本、harness、运行数未在主文列出。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
FrontierSWE v2; 主文表格最高可用 effort,逐项档位未标。
条件
Later comparison table reports 56.3%; System Card reports 0.57 on a 0–1 scale. Both source values are retained; underlying difference is unresolved.
在排名中查看此成绩
Mean score57%原文 0.57 on a 0–1 scale · 单位 %
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
工具条件未记录
推理预算
maximum
框架
未记录
协议
FrontierSWE v2; 34 ultra-long-horizon tasks; Proximal harness; five trials per task; maximum reasoning effort.
条件
Value 0.57 is the card’s rounded score on a 0–1 scale (57%); later comparison table reports 56.3%, retained separately.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 FrontierSWE v2

  • Mean score · % · 越高越好