Claude Opus 4.8 · BrowseComp(1,266 题;单代理与多代理按协议区分) 84.3% · 附件证据(ev-op48-card-browsecomp)

Claude Opus 4.8 的 BrowseComp · 1,266 题;单代理与多代理按协议区分 官方出处。BrowseComp 10M · 84.3%。见《Claude Opus 4.8 System Card》§8.10.2, PDF p.203; Figure 8.10.2.A, PDF p.204。证据 ev-op48-card-browsecomp。

原文与定位

Claude Opus 4.8 · BrowseComp(1,266 题;单代理与多代理按协议区分),BrowseComp 10M配置,Accuracy 84.3%(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.10.2, PDF p.203; Figure 8.10.2.A, PDF p.204。 查看成绩条件

Opus 4.8 scored 84.3% using adaptive thinking at maximum effort with a 10M-token limit.
官方材料
Claude Opus 4.8 System Card · PDF 第 203 页
定位
附件 · §8.10.2, PDF p.203; Figure 8.10.2.A, PDF p.204
材料版本
当前保存副本:本地留存副本 与 current-opus-4-8-system-card.txt;PDF 246 页,封面日期 2026-05-28,修订记录最后明确日期 2026-06-17;当前 PDF 修订日期未知。此前来源记录 collectedAt 为 2026-11-11;当前副本于 2026-11-16 复核。
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Opus 4.8 · BrowseComp(1,266 题;单代理与多代理按协议区分),BrowseComp 10M配置,Accuracy 84.3%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.8 System Card(附件,当前保存副本:本地留存副本 与 current-opus-4-8-system-card.txt;PDF 246 页,封面日期 2026-05-28,修订记录最后明确日期 2026-06-17;当前 PDF 修订日期未知。此前来源记录 collectedAt 为 2026-11-11;当前副本于 2026-11-16 复核。)§8.10.2, PDF p.203; Figure 8.10.2.A, PDF p.204,https://www.anthropic.com/claude-opus-4-8-system-card#page=203。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-card-browsecomp/

关联成绩与条件

Claude Opus 4.8 · BrowseComp 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy84.3%原文 84.3% · 单位 %
公布 未确认
BrowseComp 10M
设置
Web search、web fetch、programmatic tool calling、code execution;adaptive thinking max effort;10M token 总预算,200K 触发 context compaction;使用更新的污染规避 blocklist。
未知项
未另记
工具
允许工具
推理预算
max
框架
未记录
协议
Single-agent BrowseComp; updated contamination blocklist; search-result and fetched-page content filter also described in Appendix 9.3.
条件
Web search/fetch, programmatic tool calling and code execution; adaptive thinking/max effort; 10M token limit, compaction triggered at 200K. Exclude separate multi-agent result.

直接支持该成绩

在排名中查看此成绩