METR 发布 Claude Opus 5.5 部署前评估摘要
Summary of METR's predeployment evaluation of Claude Opus 5.5
AI 导读METR 发布对 Claude Opus 5.5 的部署前评估摘要，基于 10 个工作日的 API 能力测试和五个任务（Budget NanoGPT Speedrun、LMCA、Train a Program、Gaming Bot、Sunlight）。
来源：METR：Blog · metr.org
事件后续8
查看事件全部- Claude Opus 5.5 (High) 进入 Agent Arena 第 2 名，成本比 Opus 5 (Max) 低 56%Arena · 16 天前
- Claude Opus 5.5 (High) 以 1509 分登顶 Arena Text Arena 榜首Arena · 18 天前
- Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式Hacker News：AI 热帖 · 16 天前
- Claude Devs 测算 Opus 5.5 相比 Opus 5 在 Claude Code 任务中的成本变化Claude Devs · 19 天前
- Claude Opus 5.5 登顶 Arena Code Arena: WebDev 榜首，得 1818 分Arena · 21 天前
- Artificial Analysis：Claude Opus 5.5 登顶 Coding Agent Index，但单任务成本升至 $13.04Artificial Analysis · 21 天前
- MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna/Sol 发布改变智能指数与成本 Pareto 前沿Artificial Analysis · 21 天前
- METR 发布 Claude Opus 5.5 部署前评估摘要METR：Blog · 22 天前