执行满分に関するニュース

Claude Sonnet 4.6が97.53点でトップ、材料制約で文心一言と40点差

Smoke本日のクイックテストでは、Claude Sonnet 4.6が97.53点で首位を獲得。コード実行は各モデルとも合格ラインに達しており、材料制約能力が真の分水嶺となっている。