Claude Opus 4.6 · τ²-bench · Retail section · 成绩与配置

Claude Opus 4.6 的 τ²-bench · Retail section 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 · τ²-bench 成绩与配置
指标与成绩配置与评测条件出处
Success rate91.89%原文 91.89% · 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
τ²-bench Retail。
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 tau2-bench Retail、τ²-bench Retail、τ2-bench Retail、tau2-bench

  • Success rate · % · 越高越好