Claude Opus 4.7 在今日 Smoke 评测中主榜得分从96.01分跌至82.16分。
数据事实：主榜与分维度得分变化
代码执行维度从昨日97.00分降至今日75.00分，降幅22分；材料约束从94.80分降至90.90分，降幅3.9分；工程判断保持100.00分不变；任务表达从50.00分升至80.00分，升幅30分。主榜整体下滑13.9分。诚信评级维持pass。
成因分析：抽签波动还是真实退化
Smoke评测每日仅2题/维度，样本量极小，单日分数波动本属正常范围。代码执行维度跌22分，最可能源于今日抽中的两道题目难度高于昨日平均水平，或模型在特定代码场景下出现局部失误。材料约束仅降3.9分，幅度远小于代码执行，说明模型对材料忠实度的基础能力未出现系统性下滑。任务表达反向升30分，进一步印证今日题目抽签存在随机性：同一模型在不同题目组合下得分差异可达数十<|eos|>
数据来源：赢政指数 (YZ Index) | Run #341 | 查看原始数据
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接