待验证50% 置信事实精确时间
Anthropic在修复zoom工具的bug并提高每轮token上限后重新运行旧模型，Claude Opus 4.7的OSWorld分数从78.0%涨到82.8%，模型没有任何变化。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证通过一系列策略调整，Opus 5 的使用成本最多可降低 80%，且在部分基准测试中仍能跑赢 Opus 4.861% 相似待验证Opus 5.5 在计算机使用（Computer Use）基准上达到 81.8%，略高于 Fable 5.1 的 80.7%60% 相似待验证所有模型在显式记忆更新上平均得分0.91，但在隐含更新上只有0.67；Opus 5.5 和 Gemini 3.1 Pro 能抓住每一个隐含变更，gpt-oss-20b 抓住零个60% 相似待验证Anthropic在2024年的研究中发现，压缩掉80%的系统提示词后，模型表现并未下降60% 相似待验证第二阶段在分布外基准Claw-Eval上继续进化，将得分从66.17提升至68.06，超过了Codex59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1009490API
curl https://kongchang.com/api/v1/knowledge/claims/1009490MCP
get_claim(id=1009490)