Claude Fable 5.1 · Terminal-Bench-Science(0.1) 52.6% · 主文证据(ev-f51-terminal-science)

Claude Fable 5.1 的 Terminal-Bench-Science · 0.1 官方出处。Adaptive Max · 52.6%。见《Introducing Claude Mythos and Fable 5.1》Evaluating Claude Fable 5.1 > benchmark table > Terminal-Bench-Science 0.1。证据 ev-f51-terminal-science。

原文与定位

Claude Fable 5.1 · Terminal-Bench-Science(0.1),Adaptive Max配置,Score 52.6%(具体成绩公布时间未确认)。见《Introducing Claude Mythos and Fable 5.1》Evaluating Claude Fable 5.1 > benchmark table > Terminal-Bench-Science 0.1。 查看成绩条件

Terminal-Bench-Science 0.1 — Claude Fable 5.1: 52.6%.
官方材料
Introducing Claude Mythos and Fable 5.1 · 定位到章节
定位
主文 · Evaluating Claude Fable 5.1 > benchmark table > Terminal-Bench-Science 0.1
材料版本
页面显示 September 2026;Anthropic News 索引条目 publishedOn=2026-09-15;当前正文修订时间未提供;本地 HTML:本地留存副本
版本公布
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Fable 5.1 · Terminal-Bench-Science(0.1),Adaptive Max配置,Score 52.6%(具体成绩公布时间未确认)。官方出处 Introducing Claude Mythos and Fable 5.1(主文,页面显示 September 2026;Anthropic News 索引条目 publishedOn=2026-09-15;当前正文修订时间未提供;本地 HTML:本地留存副本)Evaluating Claude Fable 5.1 > benchmark table > Terminal-Bench-Science 0.1,https://www.anthropic.com/claude-fable-and-mythos-5-1#frontier。Benchlog https://benchlog.lekshome.cc/evidence/claude-fable-and-mythos-5-1/ev-f51-terminal-science/

关联成绩与条件

Claude Fable 5.1 · Terminal-Bench-Science 成绩与配置
指标与成绩配置与评测条件证据关系
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).

直接支持该成绩

在排名中查看此成绩