Claude Opus 4.7 · CharXiv Reasoning(Validation split) · 主文证据(ev-op47-charxiv)

Claude Opus 4.7 的 CharXiv Reasoning · Validation split 官方出处。见《Introducing Claude Opus 4.7》CharXiv Reasoning 行。证据 ev-op47-charxiv。

原文与定位

Claude Opus 4.7 · CharXiv Reasoning(Validation split),CharXiv Reasoning,无工具配置,Accuracy 82.1%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.7》CharXiv Reasoning 行。 查看成绩条件

Claude Opus 4.7 · CharXiv Reasoning(Validation split),CharXiv Reasoning,Python工具配置,Accuracy 91%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.7》CharXiv Reasoning 行。 查看成绩条件

CharXiv Reasoning — Opus 4.7: 82.1% no tools; 91.0% with tools.
官方材料
Introducing Claude Opus 4.7 · 定位到章节
定位
主文 · CharXiv Reasoning 行
材料版本
官方发布页;本地保存 HTML/TXT 与主表 PNG:本地留存副本、本地留存副本、本地留存副本;原文发布日期 2026-04-16,当前修订时间未知
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Opus 4.7 · CharXiv Reasoning(Validation split),CharXiv Reasoning,无工具配置,Accuracy 82.1%(具体成绩公布时间未确认);Claude Opus 4.7 · CharXiv Reasoning(Validation split),CharXiv Reasoning,Python工具配置,Accuracy 91%(具体成绩公布时间未确认)。官方出处 Introducing Claude Opus 4.7(主文,官方发布页;本地保存 HTML/TXT 与主表 PNG:本地留存副本、本地留存副本、本地留存副本;原文发布日期 2026-04-16,当前修订时间未知)CharXiv Reasoning 行,https://www.anthropic.com/news/claude-opus-4-7#testing-claude-opus-47。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-7/ev-op47-charxiv/

关联成绩与条件

Claude Opus 4.7 · CharXiv Reasoning 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy82.1%原文 82.1% · 单位 %
公布 未确认
CharXiv Reasoning,无工具
设置
Adaptive thinking, max effort, default sampling; 1,000 validation questions; 5-run average; current maximum image resolution (2576px single dimension, 3.75MP total).
未知项
未另记
工具
禁止工具
推理预算
max
框架
未记录
协议
CharXiv Reasoning; validation split; no tools; adaptive thinking; max effort.
条件
1,000 questions; average over five runs; current image limit up to 2576px on one dimension and 3.75MP total.

直接支持该成绩

在排名中查看此成绩
Accuracy91%原文 91.0% · 单位 %
公布 未确认
CharXiv Reasoning,Python工具
设置
Adaptive thinking, max effort, default sampling; Python tools; 1,000 validation questions; 5-run average; current maximum image resolution (2576px single dimension, 3.75MP total).
未知项
未另记
工具
允许工具
推理预算
max
框架
未记录
协议
CharXiv Reasoning; validation split; Python tools; adaptive thinking; max effort.
条件
1,000 questions; average over five runs; current image limit up to 2576px on one dimension and 3.75MP total.

直接支持该成绩

在排名中查看此成绩