Opus 벤치마크
여러 언어·작업으로 구성된 벤치마크 스위트로서 Tilth는 Opus의 여러 과제를 통해 코드 검색 및 이해 성능을 평가했다. 본문에서는 이전에 일부 난이도 높은 5개 과제만 사용하던 것을 전체 26과제로 확장해 기준선을 새로 설정한 점을 언급한다. 벤치마크 결과는 기능 변경이 실제 성능과 비용 지표에 미치는 영향을 계량화하는 근거로 활용된다.
