Claude Opus 4.6 · GPQA Diamond · 198-question Diamond subset · 成绩与配置

Claude Opus 4.6 的 GPQA Diamond · 198-question Diamond subset 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 2 条来源定位。

成绩与评测条件

Claude Opus 4.6 · GPQA Diamond 成绩与配置
指标与成绩配置与评测条件出处
Accuracy91.31%原文 91.31% · 单位 %
公布 未确认
Max effort
设置
仅在来源明确写明 max effort 时使用;token budget 与 effort 分别记录,不由 token 数推断。
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
GPQA Diamond;198-question subset。
条件
5 trials average;adaptive thinking、max effort、default temperature/top_p。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 GPQA Diamond、GPQA (diamond)

  • Accuracy · % · 越高越好