Claude Fable 5.1 · Terminal-Bench-Science · 0.1 · 成绩与配置

Claude Fable 5.1 的 Terminal-Bench-Science · 0.1 记录。本次发布有 1 条成绩记录,含 1 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 · Terminal-Bench-Science 成绩与配置
指标与成绩配置与评测条件出处
Score52.6%原文 52.6% · 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
Claude Code --bare mode
协议
Terminal-Bench-Science 0.1; 70 tasks; Claude Code bare mode; maximum thinking effort; 10 trials per task (700 trials).
条件
Fable 5.1 System Card §8.7 (PDF p.171) confirms Claude Code --bare mode, maximum thinking effort, and 10 trials per task (700 trials).
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Terminal-Bench-Science 0.1

  • Score · % · 越高越好