Claude Opus 5.5 在 ProgramBench 得分 18.5%

2026 年 10 月 28 日，AGI Hunt 报道，Claude Opus 5.5（xhigh 配置）在 ProgramBench 的 200 项“从零重建”任务上取得 18.5% 的得分。该基准的任务要求模型仅凭编译后的二进制文件和随附文档，重写 SQLite、FFmpeg、ripgrep 这类真实存在的程序，考察的是在缺少源代码的情况下逆向理解并重建软件的能力。报道称，Opus 5.5 正是在这一条件下完成上述得分，并凭此能够重建 SQLite 等程序。目前该结果来自单一报道，尚无其他来源的交叉验证，也没有关于其余任务表现细节、评测方法或对比模型的进一步信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。