Claude Opus 4.6 · SWE-bench Multilingual · 300 problems, 9 programming languages · 成绩与配置

Claude Opus 4.6 的 SWE-bench Multilingual · 300 problems, 9 programming languages 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 Opus 4.6 · SWE-bench Multilingual 成绩与配置
指标与成绩配置与评测条件出处
Pass rate77.83%原文 77.83% · 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
SWE-bench Multilingual;300 problems;9 programming languages。
条件
25 trials average;adaptive thinking、max effort、default temperature/top_p;sampling results include thinking blocks。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 SWE-Bench Multilingual

  • Pass rate · % · 越高越好