MLCR-AAスコアは完全性と正確性の両方を必要とします。Claude Opus 5.5(max with fallback)は63.3%の完全性を37.2%の正確性で達成しています…

MLCR-AAスコアは完全性と正確性の両方を必要とします。Claude Opus 5.5(max with fallback)は63.3%の完全性を37.2%の正確性で達成している一方、GPT-6.1 Sol(max)は96.7%の正確性を40.0%の完全性で達成しています。Claude Sonnet 5.5(max with fallback)とGPT-6 Astra(max)はトップで41.7%で同点ですが、その到達方法は大きく異なります。Claude Sonnet 5.5は64.8%の完全性で60.9%の正確性を伴ってリードしており、一方GPT-6 Astraは95.6%の正確性を42.2%の完全性で達成しています。