首页 模型系列 Claude Opus Claude Opus 4.8 Claude Opus 4.8 · Vending-Bench · 2 · 成绩与配置 Claude Opus 4.8 · Vending-Bench · 2 · 成绩与配置 Claude Opus 4.8 的 Vending-Bench · 2 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 Opus 4.8 · Vending-Bench 成绩与配置 指标与成绩 配置与评测条件 出处 Final bank balance $2,992.34 USD 原文 $2,992.34 · 单位 USD 公布 未确认
Vending-Bench 2 Max effort 设置 模拟一年、$500 起始余额;Max effort;使用 benchmark 自己的 context management,Claude context editing 未启用;trial 数未说明。 未知项 未另记 工具 工具条件未记录 推理预算 max 框架 未记录 协议 Vending-Bench 2 simulated one-year business; final bank balance. 条件 Max effort; $500 starting balance; benchmark context manager used, Claude context editing disabled; trial count not stated. 在排名中查看此成绩 Final bank balance $5,787.43 USD 原文 $5,787.43 · 单位 USD 公布 未确认
Vending-Bench 2 High effort 设置 模拟一年、$500 起始余额;High effort;使用 benchmark 自己的 context management,Claude context editing 未启用;trial 数未说明。 未知项 未另记 工具 工具条件未记录 推理预算 high 框架 未记录 协议 Vending-Bench 2 simulated one-year business; final bank balance. 条件 High effort; $500 starting balance; benchmark context manager used, Claude context editing disabled; trial count not stated. 在排名中查看此成绩
测试版本与指标 别名 Vending-Bench 2
Final bank balance · USD · 越高越好 Mean run cost · USD · 越低越好 Mean net worth · USD · 越高越好