anthropic/claude-opus-5.5 · CharacterBench
anthropic/claude-opus-5.5 在 CharacterBench 上的成绩。SociaBench 在本平台按该评测的复现协议运行完整测试集得到的结果。
成绩
| 视图 | 排名 | 综合 | 95% CI | 样本数 | 模型版本 | 评测时间 | 数据版本 |
|---|
| 中文 | 10 / 27 | 3.71 | [3.68, 3.74] | 3238 | — | 2026-10-27T10:23Z | 7-1793126638603-r1793104587024-p15751 |
| 英文 | 6 / 26 | 3.84 | [3.81, 3.87] | 3238 | — | 2026-10-27T10:23Z | 7-1793126638603-r1793104587024-p15751 |
分组得分
| 视图 | 记忆 | 知识 | 人设 | 情感 | 道德 | 可信度 |
|---|
| 中文 | 3.58 | 3.45 | 3.86 | 2.99 | 4.76 | 3.43 |
| 英文 | 3.65 | 3.40 | 4.18 | 3.15 | 4.81 | 3.44 |
分维度得分
| 视图 | 记忆一致性 | 事实准确性 | 知识边界 | 属性一致（bot） | 属性一致（human） | 行为一致（bot） | 行为一致（human） | 情绪自我调节 | 共情回应 | 道德稳定性 | 道德鲁棒性 | 拟人性 | 吸引力 |
|---|
| 中文 | 3.58 | 2.92 | 3.97 | 4.32 | 3.93 | 3.37 | 3.81 | 2.97 | 3.01 | 4.77 | 4.75 | 3.36 | 3.50 |
| 英文 | 3.65 | 2.85 | 3.96 | 4.55 | 4.11 | 3.92 | 4.13 | 3.13 | 3.17 | 4.82 | 4.79 | 3.39 | 3.48 |
来源与方法
- 原始出处：清华大学 CoAI 小组（Zhou 等，黄民烈团队），AAAI 2025，《CharacterBench: Benchmarking Character Customization of Large Language Models》：https://arxiv.org/abs/2412.11912
- 测试集与官方实现：https://github.com/thu-coai/CharacterBench
- 复现报告（SociaBench）：https://sociabench.com/b/characterbench/methodology
- 排行榜：https://sociabench.com/b/characterbench
引用
转载或引用本站任何评测结果，请注明来源「SociaBench（AI 社交智能榜）」并附本站链接：https://sociabench.com/models/characterbench/anthropic-claude-opus-5.5。