Deedy@deedydas · XAI 摘要
Opus 4.7 基准测试按排名着色。 – 编程（SWE-Bench）大幅提升 – 计算机使用大幅提升 – 视觉推理（CharXiv）大幅提升 – Terminal Bench 小幅提升 – BrowseComp 退步 介于 4.6 和 Mythos 之间。 [图表由 4.7 生成] https://t.co/h7iXLx3xlY
Opus 4.7 benchmarks colored by ranking.
- Strong coding （SWE-Bench） bump
- Strong Computer use bump
- Strong visual reasoning （CharXiv） bump
- Weak Terminal Bench bump
- BrowseComp regression
Slots in between 4.6 and Mythos.
【Chart generated by 4.7】