Claude Opus 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分) 83.73% · 主文证据(ev-op46-browse)

Claude Opus 4.6 的 BrowseComp · 1,266 题;单代理与多代理按协议区分 官方出处。BrowseComp · 10M total-token limit · 83.73%。见《Introducing Claude Opus 4.6》BrowseComp 行。证据 ev-op46-browse。

原文与定位

Claude Opus 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分),BrowseComp · 10M total-token limit配置,Accuracy 83.73%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.6》BrowseComp 行。 查看成绩条件

BrowseComp — Opus 4.6: 84.0%.
官方材料
Introducing Claude Opus 4.6 · 定位到章节
定位
主文 · BrowseComp 行
材料版本
官方发布页;原文发布日期 2026-02-05。保留的发布材料:本地留存副本、本地留存副本、本地留存副本。当前 HTML/TXT:本地留存副本 与 current-opus-4-6-main.txt;HTML last-modified 2026-10-14 23:55:44 UTC。2026-11-16 已全文核读并检查全部 14 个 figure、21 个非 figure 图像;截图清单见 本地留存副本。当前页显示 2026-02-23 HLE with-tools 更正,不代表首发内容未曾变化。
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 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分),BrowseComp · 10M total-token limit配置,Accuracy 83.73%(具体成绩公布时间未确认)。官方出处 Introducing Claude Opus 4.6(主文,官方发布页;原文发布日期 2026-02-05。保留的发布材料:本地留存副本、本地留存副本、本地留存副本。当前 HTML/TXT:本地留存副本 与 current-opus-4-6-main.txt;HTML last-modified 2026-10-14 23:55:44 UTC。2026-11-16 已全文核读并检查全部 14 个 figure、21 个非 figure 图像;截图清单见 本地留存副本。当前页显示 2026-02-23 HLE with-tools 更正,不代表首发内容未曾变化。)BrowseComp 行,https://www.anthropic.com/news/claude-opus-4-6#evaluating-claude-opus-46。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-6/ev-op46-browse/

关联成绩与条件

Claude Opus 4.6 · BrowseComp 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy83.73%原文 83.73% · 单位 %
公布 未确认
BrowseComp · 10M total-token limit
设置
Single agent;web search/fetch;programmatic tool calling;context compaction at 50K;10M total-token limit;Max reasoning effort;thinking disabled。
未知项
未另记
工具
允许工具
推理预算
max
框架
未记录
协议
BrowseComp;1,266 questions;single-agent;web search/fetch、programmatic tool calling、context compaction。
条件
March 6 card correction; highest single-agent config, no thinking, max reasoning effort, compaction every 50K, 10M total-token cap. Main release table’s 84.0% is the rounded value; do not merge the separately evaluated 86.57% multi-agent result.

直接支持该成绩

在排名中查看此成绩