Artificial Analysis:Claude Opus 5.5 登顶 Coding Agent Index,但单任务成本升至 $13.04

Artificial Analysis 测评显示,Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index,较 Opus 5(60)高 6 分,三项评测 Terminal-Bench 4.0(63.1%)、DeepSWE v1.1(68.4%)、SWE-Atlas-QnA(66.4%)全部提升。

Artificial Analysis 测评显示,Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index,较 Opus 5(60)高 6 分,三项评测 Terminal-Bench 4.0(63.1%)、DeepSWE v1.1(68.4%)、SWE-Atlas-QnA(66.4%)全部提升。

信息来源:X:Artificial Analysis (@ArtificialAnlys)

转载请注明出处:https://www.ysthink.site/5225/
赞 (0)
的头像
上一页 2026年9月24日
下一页 2026年9月24日

相关推荐

  • SpaceX 宣布 AI 算力上太空,独家采用 Nvidia Vera Rubin

    SpaceX 在财报电话会上宣布,未来所有 AI 算力(地面及轨道)将独家采用 Nvidia Vera Rubin 架构,2026 年底总算力超 2GW,2027 年底接近 10GW。同步公布 Starmind 计划,2027 年起发射搭载 Rubin GPU 与 Vera CPU 的轨道 AI 卫星星座,明年开始发射,算力经星链激光链路回传。消息公布后 AMD 股价跌 8%。

    AI资讯 2026年8月5日
    00
  • LiteParse 9 月更新:PDFium 提速 20-25%,新增视觉定位与 is-complex 路由 API

    LlamaIndex 发布 LiteParse 2.14.6 更新,通过对自维护 PDFium fork 做内存分配优化(内置 mimalloc)等手段,将文本提取耗时降低 20-25%,平均 2.76ms/页,markdown 渲染 3.94ms/页。

    AI资讯 2026年9月22日
    00
  • Claude in Chrome 正式全面上线

    Anthropic 宣布 Claude in Chrome 现已面向所有付费 Claude 套餐全面开放,Claude 可在浏览器中自主执行操作,无需逐步审批。系统通过安全分类器在每次操作前验证其安全性及是否符合用户请求,并强化了针对提示注入攻击的防御。最新评测显示,在启用探测与安全分类器后,自 Opus 4.8 起的所有模型均未出现攻击成功案例。

    AI资讯 2026年8月27日
    00
  • WSJ:马斯克希望以 AI 为核心推动 SpaceX 与 Tesla 合并

    WSJ 报道,马斯克希望以 AI 为核心将估值约 $2T 的 SpaceX 与约 $1.5T 的 Tesla 合并。SpaceX 的 AI 业务已成其最大业务,Q3 营收 $7.56B(一年前仅 $813M),季度 $19.6B 资本开支中超过 $16.4B 投向 AI,推动 SpaceX 实现季度利润 $4.4B(上年同期亏损 $1.05B)。

    AI资讯 2026年10月22日
    00
  • Google 发布智能体审稿系统 Deep Review,支持多领域技术文档审查

    Google 公开发布智能体审阅系统 Deep Review,可对复杂技术文档提供反馈与验证,最初面向计算机科学论文,现已扩展到法律、金融等领域。

    AI资讯 2026年10月14日
    00

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

自6.2开始主题新增页头通知功能,购买用户可免费升级到最新版体验