Claude Opus 4.7 · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source) 82.8% · 主文证据(ev-op47-osworld-update-table)

Claude Opus 4.7 的 OSWorld-Verified · Verified benchmark; evaluation protocol noted per source 官方出处。OSWorld-Verified 更新评测 · 82.8%。见《Introducing Claude Opus 4.8 (后续成绩修订来源)》OSWorld-Verified row, Opus 4.7 column。证据 ev-op47-osworld-update-table。

原文与定位

Claude Opus 4.7 · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source),OSWorld-Verified 更新评测配置,First-attempt success rate 82.8%(成绩公布 2026-05-28)。见《Introducing Claude Opus 4.8 (后续成绩修订来源)》OSWorld-Verified row, Opus 4.7 column。 查看成绩条件

The later Opus 4.8 comparison table lists Opus 4.7 at 82.8%.
官方材料
Introducing Claude Opus 4.8 (后续成绩修订来源) · 定位到章节
定位
主文 · OSWorld-Verified row, Opus 4.7 column
材料版本
后续发布页;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 2026-05-28,当前修订时间未知
版本公布
未确认
披露时间
· 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 · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source),OSWorld-Verified 更新评测配置,First-attempt success rate 82.8%(成绩公布 2026-05-28)。官方出处 Introducing Claude Opus 4.8 (后续成绩修订来源)(主文,后续发布页;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 2026-05-28,当前修订时间未知)OSWorld-Verified row, Opus 4.7 column,https://www.anthropic.com/news/claude-opus-4-8#opus-48s-capabilities。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-7/ev-op47-osworld-update-table/

关联成绩与条件

Claude Opus 4.7 · OSWorld-Verified 成绩与配置
指标与成绩配置与评测条件证据关系
First-attempt success rate82.8%原文 82.8% · 单位 %
公布

结果冲突待核对,精确排名不采用。

OSWorld-Verified 更新评测
设置
Opus 4.8 发布说明称修改评测方式以更贴近真实使用;Opus 4.7 更新值在同文图表与脚注不一致。
未知项
更新后的完整 harness 与测试集配置未从系统卡全文核读。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
OSWorld-Verified;后续更新评测。
条件
Opus 4.8 图表列 82.8%,但同文脚注声明更新为 82.3%;与脚注值冲突,权威数值待核。

直接支持该成绩

在排名中查看此成绩