✅ Terminal-Bench 4.0：66.4%（GPT-6 Astra 57.9%，GPT-5.6 Sol 只有 37.3%）
✅ FrontierCode v1.1：54.4%，全场第一
✅ CursorBench 4.0：57.8%，领先第二名 6 个点
✅ GDPval-AA 知识工作：1846 分，断层领先
✅ OSWorld 2.0 电脑操作：81.8%
✅ 图表识别：89.0%
Agentic coding 三项全第一，代码能力这块 Anthropic 是真没对手了。
唯一丢的两项：业务流程自动化（AutomationBench）和科研（TB-Science）被 GPT-6 Astra 拿下。
我的判断：写代码、做知识工作选 Opus 5.5，做自动化流程的可以再看看 Astra。