Claude Opus 4.8 · GPQA Diamond(198-question Diamond subset) 93.6% · 附件证据(ev-op48-card-gpqa)
Claude Opus 4.8 的 GPQA Diamond · 198-question Diamond subset 官方出处。System Card 默认配置 · 93.6%。见《Claude Opus 4.8 System Card》§8.6, PDF p.198。证据 ev-op48-card-gpqa。
原文与定位
Claude Opus 4.8 · GPQA Diamond(198-question Diamond subset),System Card 默认配置配置,Accuracy 93.6%(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.6, PDF p.198。 查看成绩条件
We use the 198-question Diamond subset ... Opus 4.8 achieved 93.6% on GPQA Diamond, averaged over 25 trials.
- 官方材料
- Claude Opus 4.8 System Card · PDF 第 198 页
- 定位
- 附件 · §8.6, PDF p.198
- 材料版本
- 当前保存副本:本地留存副本 与 current-opus-4-8-system-card.txt;PDF 246 页,封面日期 2026-05-28,修订记录最后明确日期 2026-06-17;当前 PDF 修订日期未知。此前来源记录 collectedAt 为 2026-11-11;当前副本于 2026-11-16 复核。
- 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 4.8 · GPQA Diamond(198-question Diamond subset),System Card 默认配置配置,Accuracy 93.6%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.8 System Card(附件,当前保存副本:本地留存副本 与 current-opus-4-8-system-card.txt;PDF 246 页,封面日期 2026-05-28,修订记录最后明确日期 2026-06-17;当前 PDF 修订日期未知。此前来源记录 collectedAt 为 2026-11-11;当前副本于 2026-11-16 复核。)§8.6, PDF p.198,https://www.anthropic.com/claude-opus-4-8-system-card#page=198。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-card-gpqa/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Accuracy93.6%原文 93.6% · 单位 % 公布 未确认 | System Card 默认配置
| 直接支持该成绩 在排名中查看此成绩 |