Claude Sonnet 5.5 · FrontierSWE · v2 · 成绩与配置

Claude Sonnet 5.5 的 FrontierSWE · v2 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 5.5 · FrontierSWE 成绩与配置
指标与成绩配置与评测条件出处
Mean score61.9%原文 61.9% · 单位 %
公布 未确认
Max effort
设置
Max reasoning effort.
未知项
Adaptive thinking status is benchmark-specific.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
FrontierSWE v2, 34 ultra-long-horizon tasks; five trials per task.
条件
Proximal's own agent harness; max reasoning effort.
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