Claude Opus 4.7 上线两天口碑翻车:跑分登顶,推理测试却暴跌
跑分第一,推理暴跌!Claude Opus 4.7上线48小时口碑崩了
Anthropic 新模型 Claude Opus 4.7 上线不到 48 小时就吵翻了。在 Artificial Analysis 综合评分上它拿了 57 分并列第一,但换到 NYT Connections Extended 这个推理测试,准确率直接从上一代 4.6 的 94.7% 掉到 41.0%。
推荐理由:Anthropic 的 Claude Opus 4.7 上线两天,综合评分并列第一,但 NYT Connections Extended 推理准确率从上一代 4.6 的 94.7% 降至 41.0%,跑分与推理表现明显分化。