Claude Sonnet · SWE-bench Pro · Pro · 历代记录

按发布时间查看 Claude Sonnet 的 2 次发布在 SWE-bench Pro · Pro 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

Claude Sonnet 5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Claude Sonnet 5 · SWE-bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Pass rate63.2%原文 63.2% · 单位 %
公布 未确认
Standard configuration: adaptive thinking, max effort
设置
Adaptive thinking at max effort; default temperature and top_p; five-trial averages unless otherwise stated.
未知项
Context-window size is evaluation-dependent; standard configuration is 1M tokens.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
SWE-bench Pro; actively maintained repositories, large multi-file diffs and reduced public ground-truth leakage; five trials.
条件
Standard configuration; thinking blocks included in sampling results.
在排名中查看此成绩

Claude Sonnet 5.5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Claude Sonnet 5.5 · SWE-bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Pass rate81.3%原文 81.3% · 单位 %
公布 未确认
Adaptive thinking, max effort
设置
Adaptive thinking enabled; max effort.
未知项
Sampling settings may vary by benchmark; see each result.conditions.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
SWE-Bench Pro; five-trial average.
条件
Large multi-file diffs from actively maintained repositories.
在排名中查看此成绩