🚨 ANTHROPICはCLAUDE OPUS 4.7で新たなベースラインを設定

これはエージェンティック性能の測定可能な前進です。
SWEベンチマークで64.3%、以前の53.4%から向上
検証済みエージェンティックコーディングで87.6%
スケールされたツール使用で77.3%
実世界のコンピュータタスクで78.0%
また、モデルが通常劣化しやすい分野も改善：
エージェンティックサーチで79.3%
金融分析で64.4%
多言語Q&Aで91.5%
そして重要なことに、長文コンテキストの推論も維持：
ツールを使った視覚推論で90%以上
大学院レベルのベンチマークで94.2%
ここがポイント：
これは最高スコアの話ではありません。
分野全体での一貫性の話です。
Opus 4.7はすべてのカテゴリーを支配しているわけではありません。
しかし、すべての分野で信頼性の高いパフォーマンスを発揮します。
それが実運用システムに求められるものです。
フロンティアはもはや単なる知能だけではありません。
実際の負荷下での安定性です。