メインコンテンツへスキップ
厳格タスクゼロ化 深刻度 8/10 2026-W18

Claude Opus 4.6 综合严格题归零

Claude Opus 4.6 Run #87

スコア比較

次元 前回 今回 変化
総合 (v5) 62.9 62.8 -0.1
コード実行 (v5) 92.6 92.8 +0.2
知識総合 (v5) 54.3 50.1 -4.2
材料制約 (v5) 76.7 85.4 +8.7
コスパ 5.1 5.1 +0
安定性 39.5 35.2 -4.3
可用性 100.0 100.0 +0

影響を受けたディメンション

execution

失点タスクトップ 1

#1 SQL:疑似重複支払い識別 100 0
モデルの元の応答(抜粋)
```sql
SELECT 
    p1.id AS first_id,
    p2.id AS second_id,
    p1.user_id,
    p1.merchant_id,
    p1.amount
FROM payments p1
JOIN payments p2 
    ON p1.user_id = p2.user_id 
    AND p1.merchant_id = p2.merchant_id 
    AND p1.amount = p2.amount
    AND p1.id < p2.id
WHERE p1.status = 'paid' 
    AND p2.status = 'paid'
    AND ABS(EXTRACT(EPOCH FROM (p2.created_at - p1.created_at))) <= 120
ORDER BY p1.id, p2.id;
```
Run #87 · 公式 v7 · 判定 v6 · 題庫 v6 · 2026-04-27 04:18 SGT
見る Claude Opus 4.6 完全プロフィール