クロード・オーパス 4.7 分析:最高の知性を備えるが、コスト高で冗長

✍️ OpenClawRadar📅 公開日: April 18, 2026🔗 Source
クロード・オーパス 4.7 分析:最高の知性を備えるが、コスト高で冗長
Ad

Claude Opus 4.7 パフォーマンス分析

Artificial Analysisは、Claude Opus 4.7(適応推論、最大努力)に関する詳細な知能、パフォーマンス、および価格データを公開しました。このAnthropicの独自モデルは2026年4月にリリースされ、テキストと画像の入力に対応し、テキストを出力します。

主要指標とランキング

  • 知能: Artificial Analysis知能指数で133モデル中1位、スコア57(平均は31)
  • 速度: 133モデル中71位、1秒あたり50出力トークン(平均は61)
  • 入力価格: 133モデル中116位、100万トークンあたり5.00米ドル(平均は1.40ドル)
  • 出力価格: 133モデル中117位、100万トークンあたり25.00米ドル(平均は8.40ドル)
  • 冗長性: 133モデル中96位、評価中に1億トークンを生成(平均は3500万トークン)

技術仕様

  • 推論モデル(電球アイコンは推論能力を示す)
  • 100万トークンのコンテキストウィンドウ(約1500ページのA4用紙、サイズ12 Arialフォント相当)
  • 知識カットオフ: 2026年1月1日
  • 評価コスト: 知能指数で実行するのに4406.45ドル

比較の背景

このモデルは、同クラスの133モデルと比較されています。Claude Opus 4.7のような独自モデルは、同じ価格帯の独自モデルとオープンウェイトモデルを、3:1の入力/出力価格比率でブレンドして比較されます。Artificial Analysis知能指数v4.0は、10の評価を組み込んでいます: GDPval-AA、τ²-Bench Telecom、Terminal-Bench Hard、SciCode、AA-LCR、AA-Omniscience、IFBench、Humanity's Last Exam、GPQA Diamond、およびCritPt。

分析は、Claude Opus 4.7が知能においてはトップクラスのモデルである一方、類似価格の他のモデルと比較して特に高価であると結論づけています。また、平均よりも速度が遅く、出力が非常に冗長です。

📖 完全なソースを読む: HN AI Agents

Ad

👀 See Also

Claude 4.6 Opusは最小限の入力からLinuxのlist.hを再現できる
News

Claude 4.6 Opusは最小限の入力からLinuxのlist.hを再現できる

ユーザーが、Claude 4.6 Opusに最初の43行を入力し温度を0に設定すると、Linuxのlist.hヘッダーファイルとほぼ同一のコピーを生成できることを実証し、オープンソースコードで学習したAIモデルのGPLライセンスへの影響について疑問を提起しました。

OpenClawRadar
スタンフォード大学2026年AIインデックスレポート:投資・モデル・社会認識における主要トレンド
News

スタンフォード大学2026年AIインデックスレポート:投資・モデル・社会認識における主要トレンド

スタンフォード大学の2026年AIインデックスレポートによると、AIへの投資が急増している一方で、雇用への影響や一般の認識は依然として混在しています。2025年には米国企業が50の注目すべきAIモデルをリリースし、中国がその差を縮めつつあります。

OpenClawRadar
Redditユーザーが主張:開発者はクリーンコーディングからAIエージェントを活用したモデルアーキテクチャへ移行すべき
News

Redditユーザーが主張:開発者はクリーンコーディングからAIエージェントを活用したモデルアーキテクチャへ移行すべき

Redditの投稿では、ClaudeのようなAIコーディングエージェントを使用する開発者は、クリーンなコードを書くことに集中するのをやめ、AIシステムを指揮する「モデルアーキテクト」になるべきだと主張しています。著者は、コーディング前に「ロジックマップ」を作成したり、プロンプトを設計レビューとして扱ったりする具体的な技術を共有しています。

OpenClawRadar
TabFM: 表形式データの分類と回帰のためのGoogleのゼロショット基盤モデル
News

TabFM: 表形式データの分類と回帰のためのGoogleのゼロショット基盤モデル

TabFMは、インコンテキスト学習を表形式データに応用し、分類と回帰においてハイパーパラメータ調整や特徴量エンジニアリングを不要にします。Hugging FaceとGitHubで利用可能です。

OpenClawRadar