Strict题目归零 重大度 8/10 2026-W19

Claude Opus 4.6 综合 Strict题目归零

Claude Opus 4.6 Run #87

评分对比

维度 上期 本期 变动
主 (v5) 62.9 62.8 -0.1
代码执行 92.6 92.8 +0.2
知識综合 54.3 50.1 -4.2
材料约束 76.7 85.4 +8.7
性价比 5.1 5.1 +0
稳定性 39.5 35.2 -4.3
可用性 100.0 100.0 +0

影響维度

execution

失点题目 Top 1

#1 SQL:疑似重复支付识别 100 0
Run #87 · 公式 v7 · 判分 v6 · 题库 v6 · 2026-04-27 04:18 SGT
查看 Claude Opus 4.6 的资料