Claude Sonnet 4.6 · Terminal-Bench(2.0;代理框架按协议区分) 59.1% · 主文证据(ev46-main-terminal)

Claude Sonnet 4.6 的 Terminal-Bench · 2.0;代理框架按协议区分 官方出处。No thinking, max effort · 59.1%。见《Introducing Claude Sonnet 4.6》Evaluating Claude Sonnet 4.6, benchmark summary image, Agentic terminal coding row, Sonnet 4.6 column。证据 ev46-main-terminal。

原文与定位

Claude Sonnet 4.6 · Terminal-Bench(2.0;代理框架按协议区分),No thinking, max effort配置,Pass rate 59.1%(具体成绩公布时间未确认)。见《Introducing Claude Sonnet 4.6》Evaluating Claude Sonnet 4.6, benchmark summary image, Agentic terminal coding row, Sonnet 4.6 column。 查看成绩条件

Terminal-Bench 2.0: 59.1%.
官方材料
Introducing Claude Sonnet 4.6 · 定位到章节
定位
主文 · Evaluating Claude Sonnet 4.6, benchmark summary image, Agentic terminal coding row, Sonnet 4.6 column
材料版本
Current page collected 2026-11-10; datePublished 2026-02-17; dateModified 2026-10-14T23:56:52Z
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 Sonnet 4.6 · Terminal-Bench(2.0;代理框架按协议区分),No thinking, max effort配置,Pass rate 59.1%(具体成绩公布时间未确认)。官方出处 Introducing Claude Sonnet 4.6(主文,Current page collected 2026-11-10; datePublished 2026-02-17; dateModified 2026-10-14T23:56:52Z)Evaluating Claude Sonnet 4.6, benchmark summary image, Agentic terminal coding row, Sonnet 4.6 column,https://www.anthropic.com/news/claude-sonnet-4-6#evaluating-claude-sonnet-46。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-main-terminal/

关联成绩与条件

Claude Sonnet 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 rate59.1%原文 59.1% · 单位 %
公布 未确认
No thinking, max effort
设置
Thinking disabled; max effort.
未知项
Sampling settings are not specified in every evaluation.
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
Harbor scaffold, Terminus-2 harness, default parser; all 89 tasks run five times.
条件
No thinking budget and no explicit effort level (described as max effort). Tasks isolated in Kubernetes pods; resource allocation 1x guaranteed, 3x ceiling; 1x timeouts. Main article also says thinking turned off.

直接支持该成绩

在排名中查看此成绩