Claude Opus 4.7 主榜暴跌11.4分，材料约束单日跌19.3

Claude Opus 4.7在今日Smoke评测中主榜得分从94.91分降至83.48分，降幅达到11.4分，材料约束维度从89.30分跌至70.00分。

得分变化细节

代码执行从99.50分降至94.50分，下降5分；工程判断从65.00分降至55.60分，下降9.4分；任务表达从43.80分降至37.50分，下降6.3分。诚信评级维持pass。

成因分析

材料约束维度单日下降19.3分，远超代码执行的5分降幅，说明本次波动主要来自对材料忠实度的处理。Smoke评测每日仅10题，2题/维度，抽签题目中若出现需要严格遵循给定材料的案例，模型输出偏差会直接拉低该维度分数。工程判断与任务表达同步下降，显示模型在需要工程取舍和任务表述的题目上也出现更多偏离。

当前数据无法区分题目抽签波动与模型真实退化。材料约束的大幅下滑更可能是单次抽签中高难度约束题占比增加所致，而非模型能力整体下滑，因为代码执行仍维持94.50分的高位。

对使用者的含义

重代码执行的团队可继续使用Claude Opus 4.7，其代码执行得分仍处高位。依赖材料忠实度的场景，如合同审查、政策解读、长文档问答，需额外增加人工校验环节，因为材料约束得分已降至70.00分。

对开发者而言，调用Claude Opus 4.7处理需要严格材料引用的任务时，建议增加prompt中的约束强化指令，或并行调用其他模型交叉验证输出。

战略判断

本次主榜83.48分低于昨日94.91分，主要由材料约束拖累。稳定性维度31.7分提示该模型在同类题目上分数波动较大，一致性不足。需要下期Smoke评测继续观察材料约束是否回升，以判断本次是否为偶然波动。

若下期材料约束仍维持低位，则Claude Opus 4.7在材料敏感场景的适用性将进一步降低。当前数据支持的结论是：材料约束维度已成为其最需关注的短板。

数据来源：赢政指数 (YZ Index) | Run #426 | 查看原始数据