クロード・カーター

簡潔な回答：Opus 4.6は現在、実際のコーディングワークフローにおいて、より高い信頼性、低コスト、そして優れたワンショット成功率を実現しています。一方、Opus 4.7は自由度の高いタスクにおいて可能性を示していますが、同等の結果を得るためには、より多くの微調整、より多くのトークン予算、およびより多くの再試行が必要となります。 Opus 4.7 対 Opus 4.6：実環境でのパフォーマンス対ベンチマークOpus 4.7 と Opus 4.6 の比較の多くは、制御されたベンチマークに基づいています。しかし、実際の開発ワークフローの中で数日にわたって評価すると、異なる結果が浮かび上がります。 数千件に及ぶ実際のコーディング操作を用いた数日間にわたる並行評価では、次のような結果が得られました。この差は、ベンチマークでの優位性が必ずしも実運用における効率性につながるわけではないという重要な違いを浮き彫りにしています。実際には、実際のワークフローには、不完全なコンテキスト、変化し続ける要件、そして

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