Claude Opus 4.5 · Terminal-Bench(2.0;代理框架按协议区分) 57.76% · 附件证据(ev-op45-card-terminal-64k)

Claude Opus 4.5 的 Terminal-Bench · 2.0;代理框架按协议区分 官方出处。Terminal-Bench 2.0, 64K thinking budget · 57.76%。见《Claude Opus 4.5 System Card》PDF p.20, §2.5, Terminal-Bench 2.0 results paragraph。证据 ev-op45-card-terminal-64k。

原文与定位

Claude Opus 4.5 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0, 64K thinking budget配置,Pass rate 57.76%(具体成绩公布时间未确认)。见《Claude Opus 4.5 System Card》PDF p.20, §2.5, Terminal-Bench 2.0 results paragraph。 查看成绩条件

With a 64k thinking budget, it achieved a score of 57.76%±1.05% with 2,225 trials.
官方材料
Claude Opus 4.5 System Card · PDF 第 20 页
定位
附件 · PDF p.20, §2.5, Terminal-Bench 2.0 results paragraph
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 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0, 64K thinking budget配置,Pass rate 57.76%(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.20, §2.5, Terminal-Bench 2.0 results paragraph,https://www.anthropic.com/claude-opus-4-5-system-card#page=20。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-5/ev-op45-card-terminal-64k/

关联成绩与条件

Claude Opus 4.5 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate57.76%原文 57.76% ±1.05% · 单位 %
公布 未确认
Terminal-Bench 2.0, 64K thinking budget
设置
Terminus-2 harness in Harbor scaffold; 64K thinking budget.
未知项
The system card does not separately state effort or default sampling settings for this run.
工具
工具条件未记录
推理预算
思考预算 64K
框架
Harbor scaffold; Terminus-2 harness
协议
Terminal-Bench 2.0; Terminus-2 harness in Harbor scaffold; 2,225 trials.
条件
64K thinking budget; reported as 57.76%±1.05%.

直接支持该成绩

在排名中查看此成绩