事件 · 其他 Claude Code

Overview of singularity-bench: 6 end-to-end tasks span the agent-development stack.

材料引用的研究介绍称，Opus 5.5 与 Claude Code 构建了预训练流程、推理引擎和集群编排系统，其表现达到或超过部分生产工具。

2 篇报道2 个来源

报道 2

03:55

Rohan Paul (@rohanpaul_ai)

Singularity-Bench 设置六项端到端任务，涵盖模型预训练、推理引擎和集群编排等工作。代理须在固定预算内设计并实现系统，结果在相同硬件上与人类构建的系统比较。引用的帖子称，Opus 5.5 的综合指数为 1.25，其他 10 个代理平均为 0.58；这些数字仍需按其评测条件理解。

03:54

Rohan Paul (@rohanpaul_ai)

Singularity-Bench 让智能体完成预训练流程、推理引擎等六项端到端任务，并在相同 GPU 上与生产系统比较。材料称，Opus 5.5 的综合指数为 1.25，人工基线为 1；其构建的服务引擎每 GPU 小时收入为 11.52 美元，SGLang 为 8.18 美元。