Opus 4.7 MRCR長文脈ベンチマークで78.3%→32.2%に急落 — Claude Codeでのマルウェア誤検出も報告

Summary

Startup Fortuneの詳細分析により、Opus 4.7の長文脈処理能力の大幅な退行が明らかになった。MRCRベンチマーク（長文書内の情報検索・推論能力の標準指標）でOpus 4.7は32.2%を記録し、Opus 4.6の78.3%から59%の低下。法律文書レビュー・金融分析・研究論文統合など長文脈ユースケースへの影響が懸念される。さらにClaude Codeにおいて、複数のエンジニアがOpus 4.7が「通常の無害なコードをマルウェアとしてフラグ付けし、基本的な編集の完了を拒否する」事例を報告。記事は「Opus 4.7はOpus 4.6のnerf前ビルドにトークナイザー変更を加えたステルス値上げ」との批判的見解を紹介し、Anthropicがこれらの問題に直接対処していないことも指摘。