Claude Opus 4.8 · Terminal-Bench(2.1) 74.6% · 主文证据(ev-op48-terminal)

Claude Opus 4.8 的 Terminal-Bench · 2.1 官方出处。Terminal-Bench 2.1 high effort · 74.6%。见《Introducing Claude Opus 4.8》Terminal-Bench 2.1 行; 本地留存副本 line 71。证据 ev-op48-terminal。

原文与定位

Claude Opus 4.8 · Terminal-Bench(2.1),Terminal-Bench 2.1 high effort配置,Mean reward 74.6%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.8》Terminal-Bench 2.1 行; 本地留存副本 line 71。 查看成绩条件

Terminal-Bench 2.1 — Opus 4.8: 74.6%; all models were run using the Terminus-2 public harness.
官方材料
Introducing Claude Opus 4.8 · 定位到章节
定位
主文 · Terminal-Bench 2.1 行; 本地留存副本 line 71
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 · Terminal-Bench(2.1),Terminal-Bench 2.1 high effort配置,Mean reward 74.6%(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)Terminal-Bench 2.1 行; 本地留存副本 line 71,https://www.anthropic.com/news/claude-opus-4-8#opus-48s-capabilities。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-terminal/

关联成绩与条件

Claude Opus 4.8 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Mean reward74.6%原文 74.6% · 单位 %
公布 未确认
Terminal-Bench 2.1 high effort
设置
High effort;Harbor 框架、Daytona cloud、官方集成与 Terminus-2 harness;89 个任务各 5 次,共 445 trials。
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
Harbor leaderboard; Terminus-2
协议
Terminal-Bench 2.1 on the Harbor leaderboard; Daytona cloud, official integration and Terminus-2; 89 unique tasks, 5 attempts each (445 trials).
条件
High effort. The System Card labels the 74.6% metric mean reward; preserve the release-table evidence on the same result row.

直接支持该成绩

在排名中查看此成绩