Claude Opus 4.7は“最強で最恐”？　圧倒的な性能なのに使いたくないわけ

主要ベンチマークにおけるClaude Opus 4.7と他モデルの比較（公式発表ページから引用）各行には、SWE-bench Pro／Verified（コード修正）、Terminal-Bench 2.0（ターミナル操作を含むコーディング）、Humanity's Last Exam（多分野推論）、BrowseComp（検索）、MCP-Atlas（大規模なツール利用）、OSWorld-Verified（コンピュータ操作）、Finance Agent v1.1（金融分析）、CyberGym（サイバーセキュリティ）、GPQA Diamond（大学院レベル推論）、CharXiv Reasoning（視覚推論）、MMMLU（多言語Q&A）といった評価指標が並んでいる。