Claude Sonnet 5.5 · FrontierSWE(v2) 61.9% · 附件证据(ev55-frontierswe)

Claude Sonnet 5.5 的 FrontierSWE · v2 官方出处。Max effort · 61.9%。见《Claude Sonnet 5.5 System Card》§8.7, PDF p.114。证据 ev55-frontierswe。

原文与定位

Claude Sonnet 5.5 · FrontierSWE(v2),Max effort配置,Mean score 61.9%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5 System Card》§8.7, PDF p.114。 查看成绩条件

Claude Sonnet 5.5 scored 61.9% on FrontierSWE v2, third among the models Proximal evaluated, behind GPT-6 Astra (65.5%) and Claude Opus 5.5 (62.3%) and ahead of Claude Fable 5.1 (56.3%) and GPT-5.6 Sol (32.2%).
官方材料
Claude Sonnet 5.5 System Card · PDF 第 114 页
定位
附件 · §8.7, PDF p.114
材料版本
PDF cover dated 2026-09-28; 148 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 5.5 · FrontierSWE(v2),Max effort配置,Mean score 61.9%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 5.5 System Card(附件,PDF cover dated 2026-09-28; 148 pages; collected 2026-11-10)§8.7, PDF p.114,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=114。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-frontierswe/

关联成绩与条件

Claude Sonnet 5.5 · FrontierSWE 成绩与配置
指标与成绩配置与评测条件证据关系
Mean score61.9%原文 61.9% · 单位 %
公布 未确认
Max effort
设置
Max reasoning effort.
未知项
Adaptive thinking status is benchmark-specific.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
FrontierSWE v2, 34 ultra-long-horizon tasks; five trials per task.
条件
Proximal's own agent harness; max reasoning effort.

直接支持该成绩

在排名中查看此成绩