Mô hình mới của Anthropic đã nhân đôi Opus 4.6 trên một tiêu chuẩn đánh giá. Xem trước Claude Mythos — chỉ mời, không có API công khai. Các số liệu từ Thẻ Hệ Thống của họ:


- SWE-bench Verified: 93.9% so với 80.8% (Opus) so với 79.6% (Sonnet)
- SWE-bench Pro: 77.8% so với 53.4%
- Terminal-Bench 2.0: 82.0% so với 65.4%
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
Không có bình luận
  • Ghim