Claude Fable 5.1 · DeepSWE · v1.1 · 成绩与配置

Claude Fable 5.1 的 DeepSWE · v1.1 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Claude Fable 5.1 · DeepSWE 成绩与配置
指标与成绩配置与评测条件出处
Score67.4%原文 67.4% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
DeepSWE v1.1; 113 long-horizon software-engineering tasks; average over five trials.
条件
Hidden tests may reject valid solutions when task statements are ambiguous.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 DeepSWE v1.1

  • Score · % · 越高越好