Claude Opus 4.7 · OfficeQA · Pro 133-question subset · 成绩与配置

Claude Opus 4.7 的 OfficeQA · Pro 133-question subset 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

Claude Opus 4.7 · OfficeQA 成绩与配置
指标与成绩配置与评测条件出处
Exact-match accuracy80.6%原文 80.6% · 单位 %
公布 未确认
OfficeQA / OfficeQA Pro,exact match
设置
System Card §8.1 standard configuration; exact-match grading; 0% allowable relative error.
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
OfficeQA Pro; exact-match grading.
条件
0% allowable relative error; §8.1 standard configuration unless noted.
在排名中查看此成绩
Exact-match accuracy65%原文 65.0% · 单位 %
公布 未确认
OfficeQA Pro current announcement update
设置
Claude Opus 4.7; announcement figure reported setting; per-result effort and evaluator not specified.
未知项
题集、harness、effort和trials未在该图注明,不能与系统卡的其他运行设置强并。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
OfficeQA Pro; Correctness (%); announcement figure updated May 4, 2026.
条件
只取图上明确数字标签。配置、任务集与评测设置未披露,独立于系统卡其他运行;不因数值相同合并不同测试。 页面注明May 4更新该图,但保存HTML另有September 30修改时间;没有该图May 4历史字节,当前65.0%的精确首次公布日不确定。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 OfficeQA Pro

  • Exact-match accuracy · % · 越高越好