Claude Opus 4.5 · MMMU(Validation split) 80.72% · 附件证据(ev-op45-card-mmmu)

Claude Opus 4.5 的 MMMU · Validation split 官方出处。默认 High · 80.72%。见《Claude Opus 4.5 System Card》PDF p.33, §2.20 MMMU。证据 ev-op45-card-mmmu。

原文与定位

Claude Opus 4.5 · MMMU(Validation split),默认 High配置,Accuracy 80.72%(具体成绩公布时间未确认)。见《Claude Opus 4.5 System Card》PDF p.33, §2.20 MMMU。 查看成绩条件

Claude Opus 4.5 achieved a score of 80.72% on MMMU. This was an average of 5 trials.
官方材料
Claude Opus 4.5 System Card · PDF 第 33 页
定位
附件 · PDF p.33, §2.20 MMMU
材料版本
Current saved PDF/TXT: 本地留存副本 and .txt; cover November 2025, change log 2025-11-24; current binary is not established as launch-day bytes; fully reviewed 2026-11-16.
版本公布
未确认
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 Opus 4.5 · MMMU(Validation split),默认 High配置,Accuracy 80.72%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.5 System Card(附件,Current saved PDF/TXT: 本地留存副本 and .txt; cover November 2025, change log 2025-11-24; current binary is not established as launch-day bytes; fully reviewed 2026-11-16.)PDF p.33, §2.20 MMMU,https://www.anthropic.com/claude-opus-4-5-system-card#page=33。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-5/ev-op45-card-mmmu/

关联成绩与条件

Claude Opus 4.5 · MMMU 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy80.72%原文 80.72% · 单位 %
公布 未确认
默认 High
设置
64K thinking budget、200K context、默认 high、默认 sampling、5 次独立试验。
未知项
未另记
工具
工具条件未记录
推理预算
high · 思考预算 64K
框架
未记录
协议
MMMU validation split。
条件
64K thinking budget, interleaved scratchpads, 200K context, default High and sampling; average over 5 trials.

直接支持该成绩

在排名中查看此成绩