Strict题目归零 重大度 8/10 2026-W19

Claude Sonnet 4.6 综合 Strict题目归零

Claude Sonnet 4.6 Run #87

评分对比

维度 上期 本期 变动
主 (v5) 64.5 66.2 +1.7
代码执行 88.0 92.8 +4.8
知識综合 55.2 50.8 -4.4
材料约束 74.9 87.1 +12.2
性价比 24.2 25.1 +0.9
稳定性 38.5 35.7 -2.8
可用性 100.0 99.0 -1

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 Sonnet 4.6 的资料