METR 发布对 Claude Opus 5.5 的部署前评估摘要，基于 10 个工作日的 API 能力测试和五个任务（Budget NanoGPT Speedrun、LMCA、Train a Program、Gaming Bot、Sunlight）。
技巧
·METR：Blog（网页）
METR 发布 Claude Opus 5.5 部署前评估摘要
— Summary of METR's predeployment evaluation of Claude Opus 5.5