Claude Opus 4.8 · ScreenSpot-Pro(1,581 expert-annotated tasks across 23 professional applications and 3 operating systems) 87.9% · 附件证据(ev-op48-card-screenspot-python)
Claude Opus 4.8 的 ScreenSpot-Pro · 1,581 expert-annotated tasks across 23 professional applications and 3 operating systems 官方出处。视觉基准 Python 工具 · 87.9%。见《Claude Opus 4.8 System Card》§8.12.5, PDF pp.220-221; Figure 8.12.5.A。证据 ev-op48-card-screenspot-python。
原文与定位
Claude Opus 4.8 · ScreenSpot-Pro(1,581 expert-annotated tasks across 23 professional applications and 3 operating systems),视觉基准 Python 工具配置,Accuracy 87.9%(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.12.5, PDF pp.220-221; Figure 8.12.5.A。 查看成绩条件
With adaptive thinking, maximum effort, and Python tools, Claude Opus 4.8 achieved a score of 87.9%.
- 官方材料
- Claude Opus 4.8 System Card · PDF 第 220 页
- 定位
- 附件 · §8.12.5, PDF pp.220-221; Figure 8.12.5.A
- 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 · ScreenSpot-Pro(1,581 expert-annotated tasks across 23 professional applications and 3 operating systems),视觉基准 Python 工具配置,Accuracy 87.9%(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。)§8.12.5, PDF pp.220-221; Figure 8.12.5.A,https://www.anthropic.com/claude-opus-4-8-system-card#page=220。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-card-screenspot-python/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| Accuracy87.9%原文 87.9% · 单位 % 公布 未确认 | 视觉基准 Python 工具
| 直接支持该成绩 在排名中查看此成绩 |