Claude Sonnet 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分) 74.01% · 附件证据(ev46-browsecomp-current)
Claude Sonnet 4.6 的 BrowseComp · 1,266 题;单代理与多代理按协议区分 官方出处。No thinking, max effort · 74.01%。见《Claude Sonnet 4.6 System Card》§2.20.1.1 and Figure 2.20.1.1.A, PDF p.44。证据 ev46-browsecomp-current。
原文与定位
Claude Sonnet 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分),No thinking, max effort配置,Accuracy 74.01%(成绩公布 2026-03-06)。见《Claude Sonnet 4.6 System Card》§2.20.1.1 and Figure 2.20.1.1.A, PDF p.44。 查看成绩条件
Claude Sonnet 4.6 achieved 74.01% on BrowseComp, placing it above Claude Opus 4.5 and well ahead of the previous Sonnet model.
- 官方材料
- Claude Sonnet 4.6 System Card · PDF 第 44 页
- 定位
- 附件 · §2.20.1.1 and Figure 2.20.1.1.A, PDF p.44
- 材料版本
- PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10
- 版本公布
- 未确认
- 披露时间
- · 后补披露
- 采集时间
- 历史依据
- 暂无可靠历史版本依据
引用文本
Claude Sonnet 4.6 · BrowseComp(1,266 题;单代理与多代理按协议区分),No thinking, max effort配置,Accuracy 74.01%(成绩公布 2026-03-06)。官方出处 Claude Sonnet 4.6 System Card(附件,PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10)§2.20.1.1 and Figure 2.20.1.1.A, PDF p.44,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=44。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-browsecomp-current/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Accuracy74.01%原文 74.01% · 单位 % 公布 更正记录 · 替代 74.72%。System Card changelog dated 2026-03-06 states that an improved cheating-detection pipeline flagged nine additional unintended solutions; the best-scoring single-agent configuration was re-verified, not rerun. | No thinking, max effort
| 直接支持该成绩 在排名中查看此成绩 |