Claude Opus 5.5 在 ProgramBench 从零重建任务上达到 18.5%

Claude Opus 5.5（xhigh）在 ProgramBench 的 200 个从零重建任务中解决了 18.5%，可依据编译后的二进制文件和文档重写 SQLite、FFmpeg、ripgrep 等程序。该基准 5 月上线时所有模型均为 0%。Jack Clark 预测该基准将在 2027 年底前饱和，但这只是其个人预测，并非实测结果。