首页 模型系列 Claude Sonnet Claude Sonnet 5 Claude Sonnet 5 · ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分 · 成绩与配置 Claude Sonnet 5 · ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分 · 成绩与配置 Claude Sonnet 5 的 ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分 记录。本次发布有 1 条成绩记录,暂无精确值,附 1 条来源定位。
成绩与评测条件 Claude Sonnet 5 · ProgramBench 成绩与配置 指标与成绩 配置与评测条件 出处 Hidden test pass rate 76–86% 原文 76–86% · 单位 % 公布 未确认
原文未提供可确认的精确值。
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 mini-SWE-agent harness 协议 166 retained tasks; five episodes, each continuing the prior codebase with a fresh context budget up to 1M tokens. 条件 Range reported across tasks/episodes, not a single exact scalar; mini-swe-agent harness without upstream six-hour limit. 在排名中查看此成绩
测试版本与指标 别名 ProgramBench、Multi-Agent ProgramBench
Hidden test pass rate · % · 越高越好 Score · 单位未标注 · 越高越好