Claude Sonnet 5 · Terminal-Bench(2.1) 80.4% · 主文证据(ev5-main-terminal)

Claude Sonnet 5 的 Terminal-Bench · 2.1 官方出处。Xhigh effort · 80.4%。见《Introducing Claude Sonnet 5》Comparison table image under Introducing Claude Sonnet 5, Agentic coding row。证据 ev5-main-terminal。

原文与定位

Claude Sonnet 5 · Terminal-Bench(2.1),Xhigh effort配置,Mean reward 80.4%(具体成绩公布时间未确认)。见《Introducing Claude Sonnet 5》Comparison table image under Introducing Claude Sonnet 5, Agentic coding row。 查看成绩条件

Claude Sonnet 5: Terminal-Bench 2.1 80.4%.
官方材料
Introducing Claude Sonnet 5
定位
主文 · Comparison table image under Introducing Claude Sonnet 5, Agentic coding row
材料版本
Current page collected 2026-11-10; datePublished 2026-06-30; dateModified 2026-10-14T05:02:58Z
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 · Terminal-Bench(2.1),Xhigh effort配置,Mean reward 80.4%(具体成绩公布时间未确认)。官方出处 Introducing Claude Sonnet 5(主文,Current page collected 2026-11-10; datePublished 2026-06-30; dateModified 2026-10-14T05:02:58Z)Comparison table image under Introducing Claude Sonnet 5, Agentic coding row,https://www.anthropic.com/news/claude-sonnet-5。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5/ev5-main-terminal/

关联成绩与条件

Claude Sonnet 5 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Mean reward80.4%原文 80.4% · 单位 %
公布 未确认
Xhigh effort
设置
Xhigh effort in Terminal-Bench 2.1.
未知项
No other model sampling details are stated for that evaluation.
工具
工具条件未记录
推理预算
xhigh
框架
mini-SWE-agent harness
协议
Terminal-Bench 2.1; mini-SWE-agent harness; 89 tasks × 5 attempts = 445 trials.
条件
Xhigh effort; GKE with 1x timeout rate and 3x memory ceiling before pod preemption.

直接支持该成绩

在排名中查看此成绩