Claude Opus 5 · HealthBench · 48,000+ rubric items across 5,000 multi-turn conversations · 成绩与配置

Claude Opus 5 的 HealthBench · 48,000+ rubric items across 5,000 multi-turn conversations 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 Opus 5 · HealthBench 成绩与配置
指标与成绩配置与评测条件出处
Raw score67.1%原文 67.1% · 单位 %
公布 未确认
HealthBench · max
设置
Max effort; no tools or customized system prompts; Opus 4.8 grader; five-trial average; length-adjustment method cited from the GPT-5.5 system card.
未知项
未另记
工具
禁止工具
推理预算
max
框架
未记录
协议
HealthBench; raw rubric score.
条件
Max effort; no tools or customized system prompt; Opus 4.8 grader; five-trial average.
在排名中查看此成绩
Length-adjusted score57.8%原文 57.8% · 单位 %
公布 未确认
HealthBench · max
设置
Max effort; no tools or customized system prompts; Opus 4.8 grader; five-trial average; length-adjustment method cited from the GPT-5.5 system card.
未知项
未另记
工具
禁止工具
推理预算
max
框架
未记录
协议
HealthBench; length-adjusted score.
条件
Max effort; no tools or customized system prompt; Opus 4.8 grader; five-trial average.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 HealthBench

  • Length-adjusted score · % · 越高越好
  • Raw score · % · 越高越好
  • Mean response length · characters · 排序方向未确认
  • 长度校正分(0–100) · score · 越高越好
  • 未校正分(0–100) · score · 越高越好
  • 相对 GPT-5.4 的长度校正分差 · points · 排序方向未确认
  • Unadjusted score · % · 越高越好