公开知识图谱记录
Claude Opus 5
记录摘要
Anthropic的闭源旗舰模型，在前端代码竞技场等基准中作为对比标杆。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: baseline for fixed HydraFusion policies on three benchmarks
- 基准测试: AutomationBench得分26.9%
- 基准测试: Agents’ Last Exam最高得分低于GPT-6 Sol的56.4%
- 基准测试: 与GPT-6 Sol在OSWorld上得分相近
- 基准测试: 与GPT-6 Luna在DeepSWE上相当
- 基准测试: 在 AutomationBench 1.0.6 上得分 26.9%
- 基准测试: 在 Agents’ Last Exam 上的最佳成绩低于 Sol 的 56.4%
- 基准测试: 在 OSWorld 2.0 offline 上得分 60.3%
资料覆盖
知识图谱当前记录了 10 个已知资料维度，另有 9 个维度尚未记录，关联 30 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Claude Code — 采用
- Nous Portal — 集成
- Anthropic — 研发
- Anthropic — 发布
- Claude Fable 5.1 — 竞品