Claude Opus 4.7 · OfficeQA(Pro 133-question subset) 65% · 主文证据(ev-op47-officeqa-pro-main-update)

Claude Opus 4.7 的 OfficeQA · Pro 133-question subset 官方出处。OfficeQA Pro current announcement update · 65%。见《Introducing Claude Opus 4.7》Figure 4; Document reasoning / OfficeQA Pro; asset 664cea994d186e0d4dbb276bcdb502a49b1e702d.png。证据 ev-op47-officeqa-pro-main-update。

原文与定位

Claude Opus 4.7 · OfficeQA(Pro 133-question subset),OfficeQA Pro current announcement update配置,Exact-match accuracy 65%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.7》Figure 4; Document reasoning / OfficeQA Pro; asset 664cea994d186e0d4dbb276bcdb502a49b1e702d.png。 查看成绩条件

65.0%; May 4, 2026: Updated Document reasoning graph to reflect updated OfficeQA Pro scores for Opus 4.7.
官方材料
Introducing Claude Opus 4.7 · 定位到章节
定位
主文 · Figure 4; Document reasoning / OfficeQA Pro; asset 664cea994d186e0d4dbb276bcdb502a49b1e702d.png
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 · 后补披露
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 · OfficeQA(Pro 133-question subset),OfficeQA Pro current announcement update配置,Exact-match accuracy 65%(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)Figure 4; Document reasoning / OfficeQA Pro; asset 664cea994d186e0d4dbb276bcdb502a49b1e702d.png,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-officeqa-pro-main-update/

关联成绩与条件

Claude Opus 4.7 · OfficeQA 成绩与配置
指标与成绩配置与评测条件证据关系
Exact-match accuracy65%原文 65.0% · 单位 %
公布 未确认
OfficeQA Pro current announcement update
设置
Claude Opus 4.7; announcement figure reported setting; per-result effort and evaluator not specified.
未知项
题集、harness、effort和trials未在该图注明,不能与系统卡的其他运行设置强并。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
OfficeQA Pro; Correctness (%); announcement figure updated May 4, 2026.
条件
只取图上明确数字标签。配置、任务集与评测设置未披露,独立于系统卡其他运行;不因数值相同合并不同测试。 页面注明May 4更新该图,但保存HTML另有September 30修改时间;没有该图May 4历史字节,当前65.0%的精确首次公布日不确定。

直接支持该成绩

在排名中查看此成绩