Anthropic
Claude 2 评测成绩
来自 2 个来源、5 项基准的 5 条成绩。
闭源 发布: 2023年7月11日 更新于 2026年10月22日
其他名称: claude-2.0 · claude-2 · RAG + Claude 2
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| GPQA Diamond | 34.7% | 249 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 78.5% | 13 | Exact match; 5-shot | 厂商自报 via Epoch AI | 2023年7月11日 |
| SWE-bench Verified | 4.4% | 107 | agent: RAG baseline“claude-2” | 官方榜单 | 2023年10月10日 |
| AIME (OTIS Mock AIME 2024–2025) | 2.5% | 244 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年3月7日 |
| MATH Level 5 | 11.7% | 94 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Claude 2 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub和SWE-bench leaderboards (swebench.com)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。