Claude Opus 4.8 · Legal Agent Benchmark(Opus 5 官方发布表所列 held-out set) 9.62% · 附件证据(ev-op48-card-legal-allpass)
Claude Opus 4.8 的 Legal Agent Benchmark · Opus 5 官方发布表所列 held-out set 官方出处。Legal Agent Benchmark held-out · 9.62%。见《Claude Opus 4.8 System Card》§8.13.3, PDF p.224。证据 ev-op48-card-legal-allpass。
原文与定位
Claude Opus 4.8 · Legal Agent Benchmark(Opus 5 官方发布表所列 held-out set),Legal Agent Benchmark held-out配置,All-pass rate 9.62%(具体成绩公布时间未确认)。见《Claude Opus 4.8 System Card》§8.13.3, PDF p.224。 查看成绩条件
achieved a 9.62% all-pass rate ... average score over n=5 trials ... on their held-out problem set.
- 官方材料
- Claude Opus 4.8 System Card · PDF 第 224 页
- 定位
- 附件 · §8.13.3, PDF p.224
- 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 · Legal Agent Benchmark(Opus 5 官方发布表所列 held-out set),Legal Agent Benchmark held-out配置,All-pass rate 9.62%(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。)§8.13.3, PDF p.224,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-legal-allpass/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| All-pass rate9.62%原文 9.62% · 单位 % 公布 未确认 | Legal Agent Benchmark held-out
| 直接支持该成绩 在排名中查看此成绩 |