12月
22日
Claude Opus 4.5 在 METR 基准测试中实现长达近 5 小时的复杂任务处理能力
牛透社 12 月 22 日消息，人工智能研究机构 METR 发布基准测试报告，显示 Anthropic 旗下顶级模型 Claude Opus 4.5 在处理超长时间任务方面展现出统治级实力。
测试数据显示，在维持 50% 成功率的前提下，Claude Opus 4.5 能够持续处理长达 4 小时 49 分钟的复杂任务，刷新行业纪录。该突破标志着 AI 正从“短指令回复者”向“长程项目执行者”转型。
