Terminal-Bench 4.0の1試行あたりコストとスコアの関係。Claude Opus 5.5は標準設定でもOpus 5の最高設定を上回り、GPT-6 Astraとは同等のスコアを記録した

Terminal-Bench 4.0の1試行あたりコストとスコアの関係。Claude Opus 5.5は標準設定でもOpus 5の最高設定を上回り、GPT-6 Astraとは同等のスコアを記録した