Claude Opus 4.7 · Terminal-Bench(2.0;代理框架按协议区分) 69.4% · 主文证据(ev-op47-terminal)

Claude Opus 4.7 的 Terminal-Bench · 2.0;代理框架按协议区分 官方出处。发布表报告值 · 69.4%。见《Introducing Claude Opus 4.7》Terminal-Bench 2.0 行;本地留存副本 line 135。证据 ev-op47-terminal。

原文与定位

Claude Opus 4.7 · Terminal-Bench(2.0;代理框架按协议区分),发布表报告值配置,Mean reward 69.4%(具体成绩公布时间未确认)。见《Introducing Claude Opus 4.7》Terminal-Bench 2.0 行;本地留存副本 line 135。 查看成绩条件

Terminal-Bench 2.0 — Opus 4.7: 69.4%; Terminus-2, thinking disabled, 5 attempts per task.
官方材料
Introducing Claude Opus 4.7 · 定位到章节
定位
主文 · Terminal-Bench 2.0 行;本地留存副本 line 135
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 · Terminal-Bench(2.0;代理框架按协议区分),发布表报告值配置,Mean reward 69.4%(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)Terminal-Bench 2.0 行;本地留存副本 line 135,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-terminal/

关联成绩与条件

Claude Opus 4.7 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Mean reward69.4%原文 69.4% · 单位 %
公布 未确认
发布表报告值
设置
System Card §8.1 standard configuration: adaptive thinking at max effort; default temperature/top_p; averaged over 5 trials. Context sizes are evaluation-dependent and do not exceed 1M tokens; retain all section-specific exceptions on their results.
未知项
Per-benchmark tools, context/token cap, resolution, trial count, harness and other exceptions are recorded on each result when stated.
工具
工具条件未记录
推理预算
max
框架
Harbor scaffold; Terminus-2 harness; default parser
协议
Terminal-Bench 2.0; Harbor scaffold; Terminus-2 harness; default parser; thinking disabled; mean reward.
条件
89 unique tasks; five attempts per task, 445 trials total; isolated Kubernetes pods with benchmark resource limits and timeouts; production API endpoint.

直接支持该成绩

在排名中查看此成绩