Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分) · 附件证据(ev-op46-card-terminal)

Claude Opus 4.6 的 Terminal-Bench · 2.0;代理框架按协议区分 官方出处。见《Claude Opus 4.6 System Card》PDF pp.19–20, §2.5 and Figure 2.5.A。证据 ev-op46-card-terminal。

原文与定位

Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Max配置,Pass rate 65.4%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF pp.19–20, §2.5 and Figure 2.5.A。 查看成绩条件

Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Low配置,Pass rate 55.1%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF pp.19–20, §2.5 and Figure 2.5.A。 查看成绩条件

Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Medium配置,Pass rate 61.1%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF pp.19–20, §2.5 and Figure 2.5.A。 查看成绩条件

Claude Opus 4.6 achieved an average 65.4% pass rate using adaptive thinking at max effort. At low effort it scores 55.1%; at medium effort it scores 61.1%. All 89 tasks were run 15 times each (1,335 trials), across 3 batches; the caption names Harbor/Terminus-2 results and distinct comparison harnesses.
官方材料
Claude Opus 4.6 System Card · PDF 第 20 页
定位
附件 · PDF pp.19–20, §2.5 and Figure 2.5.A
材料版本
Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.
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 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Max配置,Pass rate 65.4%(具体成绩公布时间未确认);Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Low配置,Pass rate 55.1%(具体成绩公布时间未确认);Claude Opus 4.6 · Terminal-Bench(2.0;代理框架按协议区分),Terminal-Bench 2.0 · Medium配置,Pass rate 61.1%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.6 System Card(附件,Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.)PDF pp.19–20, §2.5 and Figure 2.5.A,https://www.anthropic.com/claude-opus-4-6-system-card#page=20。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-6/ev-op46-card-terminal/

关联成绩与条件

Claude Opus 4.6 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate65.4%原文 65.4% · 单位 %
公布 未确认
Terminal-Bench 2.0 · Max
设置
Harbor scaffold、Terminus-2 harness、default parser;adaptive thinking;Max effort。
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
Harbor scaffold; Terminus-2 harness; default parser
协议
Terminal-Bench 2.0;Harbor scaffold;Terminus-2 harness;default parser。
条件
89 tasks;15 runs/task;1,335 trials;3 个不同时间批次;adaptive thinking、max effort。节点 n2-standard-32,1×资源配额、3×硬抢占上限、1× timeout;结果不与其他 harness 的 GPT-5.2 Codex CLI 分值混同。

直接支持该成绩

在排名中查看此成绩
Pass rate55.1%原文 55.1% · 单位 %
公布 未确认
Terminal-Bench 2.0 · Low
设置
Harbor scaffold、Terminus-2 harness、default parser;adaptive thinking;Low effort。
未知项
该 effort 点未单列试验次数。
工具
工具条件未记录
推理预算
low
框架
Harbor scaffold; Terminus-2 harness
协议
Terminal-Bench 2.0;Harbor/Terminus-2。
条件
Figure 2.5.A;adaptive thinking、Low effort;卡片未单列该点试验次数。

直接支持该成绩

在排名中查看此成绩
Pass rate61.1%原文 61.1% · 单位 %
公布 未确认
Terminal-Bench 2.0 · Medium
设置
Harbor scaffold、Terminus-2 harness、default parser;adaptive thinking;Medium effort。
未知项
该 effort 点未单列试验次数。
工具
工具条件未记录
推理预算
medium
框架
Harbor scaffold; Terminus-2 harness
协议
Terminal-Bench 2.0;Harbor/Terminus-2。
条件
Figure 2.5.A;adaptive thinking、Medium effort;卡片未单列该点试验次数。

直接支持该成绩

在排名中查看此成绩