Claude Opus 4.8 · SWE-bench Pro(Pro) 69.2% · 主文证据(ev-op48-swepro)

Claude Opus 4.8 的 SWE-bench Pro · Pro 官方出处。System Card 默认配置 · 69.2%。见《Introducing Claude Opus 4.8》SWE-Bench Pro 行。证据 ev-op48-swepro。

原文与定位

Claude Opus 4.8 · SWE-bench Pro(Pro),System Card 默认配置配置,Pass rate 69.2%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.8》SWE-Bench Pro 行。 查看成绩条件

SWE-Bench Pro — Opus 4.8: 69.2%.
官方材料
Introducing Claude Opus 4.8 · 定位到章节
定位
主文 · SWE-Bench Pro 行
材料版本
官方发布页;本地保存 HTML/TXT 与主表 PNG:本地留存副本、本地留存副本、本地留存副本;原文发布日期 2026-05-28,当前修订时间未知
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 4.8 · SWE-bench Pro(Pro),System Card 默认配置配置,Pass rate 69.2%(具体成绩公布时间未确认)。官方出处 Introducing Claude Opus 4.8(主文,官方发布页;本地保存 HTML/TXT 与主表 PNG:本地留存副本、本地留存副本、本地留存副本;原文发布日期 2026-05-28,当前修订时间未知)SWE-Bench Pro 行,https://www.anthropic.com/news/claude-opus-4-8#opus-48s-capabilities。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-swepro/

关联成绩与条件

Claude Opus 4.8 · SWE-bench Pro 成绩与配置
指标与成绩配置与评测条件证据关系
Pass rate69.2%原文 69.2% · 单位 %
公布 未确认
System Card 默认配置
设置
除章节另有说明外,adaptive thinking at max effort,默认 temperature/top_p,平均 5 trials;评测上下文依任务而定且不超过 1M tokens。
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
SWE-bench Pro; System Card §8.2 reports the result averaged over 5 trials.
条件
Adaptive thinking at max effort with default temperature/top_p; thinking blocks are included in sampled results.

直接支持该成绩

在排名中查看此成绩