Claude Sonnet 4.6 · MMMLU(57 subjects and 14 non-English languages) 89.3% · 附件证据(ev46-mmmlu)

Claude Sonnet 4.6 的 MMMLU · 57 subjects and 14 non-English languages 官方出处。Adaptive thinking, max effort · 89.3%。见《Claude Sonnet 4.6 System Card》§2.11, PDF p.23。证据 ev46-mmmlu。

原文与定位

Claude Sonnet 4.6 · MMMLU(57 subjects and 14 non-English languages),Adaptive thinking, max effort配置,Accuracy 89.3%(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》§2.11, PDF p.23。 查看成绩条件

Claude Sonnet 4.6 achieved a score of 89.3% averaged over 10 trials on all non-English language pairings, each run with adaptive thinking, max effort, and default sampling settings (temperature, top_p).
官方材料
Claude Sonnet 4.6 System Card · PDF 第 23 页
定位
附件 · §2.11, PDF p.23
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
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 · MMMLU(57 subjects and 14 non-English languages),Adaptive thinking, max effort配置,Accuracy 89.3%(具体成绩公布时间未确认)。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)§2.11, PDF p.23,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=23。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-mmmlu/

关联成绩与条件

Claude Sonnet 4.6 · MMMLU 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy89.3%原文 89.3% · 单位 %
公布 未确认
Adaptive thinking, max effort
设置
Adaptive thinking enabled; max effort; default temperature and top_p unless an evaluation specifies otherwise.
未知项
Context window is evaluation-dependent; Table 2.1.A states it does not exceed 1M tokens.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
All non-English language pairings across 57 subjects and 14 non-English languages; 10 trials.
条件
Adaptive thinking, max effort, default sampling.

直接支持该成绩

在排名中查看此成绩