Claude Opus · INCLUDE · 44 languages · 历代记录

按发布时间查看 Claude Opus 的 3 次发布在 INCLUDE · 44 languages 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

Claude Opus 4.7

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Claude Opus 4.7 · INCLUDE 成绩与配置
指标与成绩配置与评测条件出处
Average accuracy87%原文 87.0% · 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
未记录
协议
INCLUDE; unweighted average accuracy across 44 languages.
条件
Structured JSON output; adaptive thinking enabled; invalid parsed responses excluded.
在排名中查看此成绩

Claude Opus 4.8

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Claude Opus 4.8 · INCLUDE 成绩与配置
指标与成绩配置与评测条件出处
Average accuracy87.6%原文 87.6% · 单位 %
公布 未确认
多语言总体评测
设置
Structured JSON output;adaptive thinking。GMMLU 覆盖 42 种语言;MILU 覆盖 10 种 Indic languages 与英语;INCLUDE 覆盖 44 种语言。候选只记录总体聚合值。
未知项
未另记
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
INCLUDE average accuracy across all evaluated languages.
条件
Structured JSON output; adaptive thinking; no per-language slice proposed.
在排名中查看此成绩

Claude Opus 5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Claude Opus 5 · INCLUDE 成绩与配置
指标与成绩配置与评测条件出处
Average accuracy89.8%原文 89.8% · 单位 %
公布 未确认
INCLUDE · max
设置
Max effort; no tools or customized system prompt; five-trial average; 44 languages.
未知项
未另记
工具
禁止工具
推理预算
max
框架
未记录
协议
INCLUDE 44-language average accuracy.
条件
Max effort; no tools or customized system prompt; five-trial average.
在排名中查看此成绩