Claude Opus 5.5がMazurの制約付きストーリー作成ベンチマークで首位に立つ

AnthropicのClaude Opus 5.5は、50タスクのサンプルで1.00を記録し、タスクあたり $0.0242 でした。OpenAIのGPT-6 AstraとGPT-6.1 Sol Proは0.99で同率2位となり、Sol Proはタスクあたり $0.0121 でした。

By · Published

Mazur Constrained Story Writing (50-task sample) benchmark leaderboard chart

AnthropicのClaude Opus 5.5は、50タスクのサンプルで1.00を記録し、タスクあたり $0.0242 でした。OpenAIのGPT-6 AstraとGPT-6.1 Sol Proは0.99で同率2位となり、Sol Proはタスクあたり $0.0121 でした。