Claude Sonnet 4.6 · SWE-bench Multilingual · 300 problems, 9 programming languages · 成绩与配置

Claude Sonnet 4.6 的 SWE-bench Multilingual · 300 problems, 9 programming languages 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 1 条来源定位。

成绩与评测条件

Claude Sonnet 4.6 · SWE-bench Multilingual 成绩与配置
指标与成绩配置与评测条件出处
Pass rate75.9%原文 75.9% · 单位 %
公布 未确认
Adaptive thinking, max effort
设置
Adaptive thinking enabled; max effort; default temperature and top_p unless an evaluation specifies otherwise.
未知项
Context window is evaluation-dependent; Table 2.1.A states it does not exceed 1M tokens.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
300 problems across 9 programming languages; 10 trials.
条件
Adaptive thinking, max effort, default sampling; thinking blocks included in sampling results.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 SWE-Bench Multilingual

  • Pass rate · % · 越高越好