Claude Opus 4.8 · Finance Agent(v2) 53.92% · 附件证据(ev-op48-card-finance)

Claude Opus 4.8 的 Finance Agent · v2 官方出处。System Card 默认配置 · 53.92%。见《Claude Opus 4.8 System Card》§8.13.2, PDF p.224; Table 8.1.A, PDF pp.194-195。证据 ev-op48-card-finance。

原文与定位

Claude Opus 4.8 · Finance Agent(v2),System Card 默认配置配置,Accuracy 53.92%(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.13.2, PDF p.224; Table 8.1.A, PDF pp.194-195。 查看成绩条件

Vals AI ... achieved a score of 53.92% on Finance Agent Benchmark v2 ... using adaptive thinking and max effort.
官方材料
Claude Opus 4.8 System Card · PDF 第 224 页
定位
附件 · §8.13.2, PDF p.224; Table 8.1.A, PDF pp.194-195
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 · Finance Agent(v2),System Card 默认配置配置,Accuracy 53.92%(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。)§8.13.2, PDF p.224; Table 8.1.A, PDF pp.194-195,https://www.anthropic.com/claude-opus-4-8-system-card#page=224。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-card-finance/

关联成绩与条件

Claude Opus 4.8 · Finance Agent 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy53.92%原文 53.92% · 单位 %
公布 未确认
System Card 默认配置
设置
除章节另有说明外,adaptive thinking at max effort,默认 temperature/top_p,平均 5 trials;评测上下文依任务而定且不超过 1M tokens。
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Finance Agent Benchmark v2; Vals AI; adaptive thinking and max effort.
条件
Keep distinct from Finance Agent v1.1; v2 was released in May 2026 and is substantially harder. The announcement’s rounded 53.9% evidence remains attached.

直接支持该成绩

在排名中查看此成绩