クロード・カーター

Short answer:Opus 4.6 currently delivers higher reliability, lower cost, and better one-shot success rates in real-world coding workflows, while Opus 4.7 shows potential in open-ended tasks but requires more tuning, higher token budgets, and more retries to reach similar outcomes. Opus 4.7 vs Opus 4.6: Real-World Performance vs Benchmarks Most comparisons between Opus 4.7 and Opus 4.6 rely on controlled benchmarks. However, when evaluated inside actual development workflows over multiple days, a different picture emerges. In a multi-day side-by-side evaluation using thousands of real coding interactions: This gap highlights a critical distinction:benchmark gains do not necessarily translate into production efficiency. In practice, real workflows introduce noise—partial context, evolving requirements, and […]

Claude Opus 4.7、AIベンチマークで首位に返り咲く今週、AnthropicはClaude Opus 4.7をリリースした。同モデルは、最も注目されている2つの公開ベンチマークにおいて、再び首位に返り咲いた。 Artificial Analysisの総合知能ランキングにおいて、Opus 4.7は57点を記録し、Opus 4.6の53点からスコアを伸ばして、トップクラスに確固たる地位を築いた。 Arena.aiの最新のCode Arenaの結果では、Opus 4.7が1583点で1位となり、1549点を記録したOpus 4.6 Thinkingを34点上回りました。 また、Anthropic以外のモデルの中では2位との差も顕著で、ReactおよびHTMLの両サブカテゴリーでも1位を獲得しました。ベンチマーク結果：Claude Opus 4.7とOpus 4.6の比較