Claude Haiku 5.5 · OfficeQA(Pro 133-question subset) 60.3% · 附件证据(ev-h55-card-officeqa-pro)

Claude Haiku 5.5 的 OfficeQA · Pro 133-question subset 官方出处。System Card 标准 max effort · 60.3%。见《Claude Haiku 5.5 System Card》System Card p.130, §8.10.1。证据 ev-h55-card-officeqa-pro。

原文与定位

Claude Haiku 5.5 · OfficeQA(Pro 133-question subset),System Card 标准 max effort配置,Exact-match accuracy 60.3%(具体成绩公布时间未确认)。见《Claude Haiku 5.5 System Card》System Card p.130, §8.10.1。 查看成绩条件

Claude Haiku 5.5 scored 60.3% on the 133-question OfficeQA Pro subset at max effort.
官方材料
Claude Haiku 5.5 System Card · PDF 第 130 页
定位
附件 · System Card p.130, §8.10.1
材料版本
144 页 PDF/TXT:本地留存副本、current-haiku-5-5-system-card.txt;封面日期 2026-10-07;正文 pp.1-144 已全文核读,全部63个含图/向量图表页实际视觉检查(本轮补看53页,合并此前10页),无未读页或未查看图表页;此为 current 卡片,不作为首发日附件证据。
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 Haiku 5.5 · OfficeQA(Pro 133-question subset),System Card 标准 max effort配置,Exact-match accuracy 60.3%(具体成绩公布时间未确认)。官方出处 Claude Haiku 5.5 System Card(附件,144 页 PDF/TXT:本地留存副本、current-haiku-5-5-system-card.txt;封面日期 2026-10-07;正文 pp.1-144 已全文核读,全部63个含图/向量图表页实际视觉检查(本轮补看53页,合并此前10页),无未读页或未查看图表页;此为 current 卡片,不作为首发日附件证据。)System Card p.130, §8.10.1,https://www.anthropic.com/claude-haiku-5-5-system-card#page=130。Benchlog https://benchlog.lekshome.cc/evidence/claude-haiku-5-5/ev-h55-card-officeqa-pro/

关联成绩与条件

Claude Haiku 5.5 · OfficeQA 成绩与配置
指标与成绩配置与评测条件证据关系
Exact-match accuracy60.3%原文 60.3% · 单位 %
公布 未确认
System Card 标准 max effort
设置
Unless otherwise noted: adaptive thinking at max effort, default temperature/top_p, five-trial average; context window is evaluation-dependent and no more than 1M tokens.
未知项
每个 benchmark 的具体 context window 未逐项列明。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OfficeQA Pro; 133-question subset; agentic evaluation with source documents preselected as extracted text; mean of five runs.
条件
Max effort.

直接支持该成绩

在排名中查看此成绩