Claude Opus 4.8 · GDPval-AA(Artificial Analysis leaderboard) 1890 Elo · 附件证据(ev-op48-card-gdpval)

Claude Opus 4.8 的 GDPval-AA · Artificial Analysis leaderboard 官方出处。发布表报告值 · 1890 Elo。见《Claude Opus 4.8 System Card》§8.13.6, PDF p.226。证据 ev-op48-card-gdpval。

原文与定位

Claude Opus 4.8 · GDPval-AA(Artificial Analysis leaderboard),发布表报告值配置,Elo rating 1890 Elo(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.13.6, PDF p.226。 查看成绩条件

GDPval-AA ... 220 tasks ... 44 occupations across 9 major industries ... measured via ELO ratings ... Evaluation was run independently by Artificial Analysis.
官方材料
Claude Opus 4.8 System Card · PDF 第 226 页
定位
附件 · §8.13.6, PDF p.226
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 · GDPval-AA(Artificial Analysis leaderboard),发布表报告值配置,Elo rating 1890 Elo(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。)§8.13.6, PDF p.226,https://www.anthropic.com/claude-opus-4-8-system-card#page=226。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-8/ev-op48-card-gdpval/

关联成绩与条件

Claude Opus 4.8 · GDPval-AA 成绩与配置
指标与成绩配置与评测条件证据关系
Elo rating1890 Elo原文 1890 Elo · 单位 Elo
公布 未确认
发布表报告值
设置
Opus 4.8 defaults to high effort; table values follow the model's reported score. OSWorld-Verified uses an updated evaluation described in the release footnote.
未知项
Per-row sampling and trial counts are not stated in the main table.
工具
允许工具
推理预算
high
框架
未记录
协议
GDPval-AA; 220 tasks across 44 occupations and 9 industries; shell and web browsing in an agent loop; Elo from blind pairwise comparisons.
条件
Evaluation run independently by Artificial Analysis; preserve the release-table value of 1890 Elo.

直接支持该成绩

在排名中查看此成绩