这个测试显示Opus 4.7以更少token微弱领先人工分析，运行成本4406美元，比Opus 4.6便宜但仍高于其他模型。网友讨论模型迭代、吐槽该基准测试脱离实际，还差评Gemini的工具调用能力，不少用户怀念被削弱前的旧版模型。