公开知识图谱记录
Opus 5
记录摘要
具有极高的抗提示注入能力，在PI评估和红队测试中表现优异
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: 在 Terminal-Bench 2.1 与 DeepSWE v1.1 上被 DeepSeek-V4.1-Flash 超过
- 基准测试: EdgeBench 上作为 SoL-Pi 后端
- 基准测试: Terminal Bench 4.0得分51.8
- 基准测试: Model ML Composite
- 基准测试: PI评估
- 能力: 提示注入
- 性能: 52.6% on Terminal-Bench-Science 0.1 (comparison: 29.0%)
- 性能: 代码迁移使用的token数量为Claude Opus 5.5的2.5倍
资料覆盖
知识图谱当前记录了 8 个已知资料维度，另有 10 个维度尚未记录，关联 11 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
- Anthropic — 发布
- Ramp AI index — 采用
- Claude Fable 5.1 — 胜过
- Claude Opus 5.5 — 胜过
- GPT-5.6 Sol — 竞品