公开知识图谱记录
Claude Code
记录摘要
维基:Anthropic旗舰大型语言模型系列
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: 纳入 HarnessTax 研究
- 基准测试: 57.6% on Terminal-Bench 4
- 基准测试: 在 Claude Opus 5.5 上 Terminal-Bench 4 得分 57.6%
- 基准测试: ARC-AGI-3
- 基准测试: CWE-bench v2
- 基准测试: FairStress
- 基准测试: OmniExtractBench
- 基准测试: Supabase Evals
资料覆盖
知识图谱当前记录了 11 个已知资料维度，另有 8 个维度尚未记录，关联 40 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
- Agensh — 集成
- Agentforce — 集成
- ChatGPT Work — 竞品
- Codex — 替代
- ICML 2026 — 用于