Anthropic「Claude Fable 5.1」がSWE-bench Proで首位
BenchLM.aiは9月1日(現地時間)、ソフトウェアエンジニアリング作業の評価ベンチマーク「SWE-bench Pro」の最新リーダーボードを公開しました。Anthropicの「Claude Fable 5.1」が81.2%のスコアで首位を獲得し、「Claude Mythos 5」が80.3%で2位、「Claude Fable 5」が80%で3位に続いています。今回の更新では、合計67モデルの評価結果が示されています。