待验证50% 置信基准精确时间

在 OS World 评测上，不到 12 个月前 Claude 得分不到 50%，而 Opus 4.7 已报告 78%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/7

首次发现

有效期至：2027/1/5

来源

Anthropic 演讲解读：模型正在吞噬你的脚手架代码

涉及实体

OS Worldconcept Opus 4.7model Claudemodel

相关事实

待验证Claude Opus 5.5输入、输出单价下降20%63% 相似待验证在Artificial Analysis智能指数综合测试中，GPT-5.6性能比Claude Opus 4.5略低约0.9分，但成本几乎减半62% 相似待验证Anthropic的Claude在一个与黎曼猜想相关的问题上，把已有记录从41.6%推进到67.2%，但并未证明黎曼猜想62% 相似待验证在SimpleBench上，Sol Pro得分71.7%，Sol约65%，仍比Fable低10个百分点61% 相似待验证有独立评测机构测出Opus 5.5在60个模型的排名中位列第四，得分比上一代略低61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/985282

API

curl https://kongchang.com/api/v1/knowledge/claims/985282

MCP

get_claim(id=985282)