Excel 新模型Claude Opus 5

如今,我们引入了Anthropic 最新的 Claude Opus 5 模型,扩展了 Microsoft 365 Copilot 中的模型选择范围。

Claude Opus 5是Anthropic公司Opus系列中的最新型号。它专为日常处理复杂、多步骤工作而设计。相较于Opus 4.8,它在代理式编码、专业知识工作以及长远推理能力方面均有显著提升。

借助 Opus 5,Copilot 将更多地参与从创意到作品完成之间的各个环节,覆盖您日常使用的各类应用------同时确保您始终掌控着最终成果:

Word:将初步构想逐步发展为完整的草稿,确保结构连贯、行文流畅,适用于较长的文档。

Excel:借助更高质量的模型和更精致的工作簿,完成复杂的分析工作。

PowerPoint:从最初的大纲开始,逐步构建并完善演示文稿草稿,直至趋于完美,同时注重提升视觉效果、创新版式布局,并更有效地利用幻灯片空间。

我们致力于为您带来最新的 AI 创新以及适用于工作场景的 AI 模型选择,依托微软企业级安全、隐私和合规保障提供支持。

一、两种模型演示

拿到一份数据

用copilot自动模型

可以分析

分析看板效果:

用copilot新模型Claude Opus 5输入同样的文字指令

Claude Opus 5可以做出以下分析

分析看板效果:

二、Claude Opus 5模型和自动模型对比优势在哪里

1.新增「韧性-风险四象限」风控模块

单独设立韧性&交付风险划分表:用「高低韧性、高低风险」做四象限归类,划定阈值(低风险≤3、高风险>3;低韧性<4),可以快速批量判定9家企业归属风险档位。自动模型只零散标注交付风险分数,没有统一划分标准,无法批量归类企业风险等级。

2.多维度分组统计看板

底部新增本地化等级汇总统计表:按本地化等级2/3/4/5分组,统计每组企业数量、平均分、平均交付周期、对应关注标签,实现「分组批量研判」;自动模型仅做单一企业排行,没有聚合分组分析,只能单看一家,不能批量横向归类。

3.图1图表维度更多、联动分析更强1)横向条形图:综合优先级排名;2)柱状图:本地化等级 VS 平均综合优先级,直观看出本地化越高、综合评分越高的正向关联;图2仅有一张优先级条形图 + 一张散点图,缺少「本地化配套关联分析」,看不到本土化能力对供应链评级的影响规律。

总结

  1. 分析深度:Claude Opus 5做到「单企业明细+分组聚合+风险象限+关联图表」四层分析;自动模型只有单企业打分+简易图表;

  2. 实用性:可直接落地批量筛选企业、划分风险档位、绑定本土化改进方向;自动模型仅能做简单排名;

  3. 严谨性:自带数据边界提醒与统一打分阈值,分析结论更可控;自动模型缺少判定标准,主观性更强。

相关推荐
dozenyaoyida4 小时前
AI与大模型新闻日报 | 2026-10-17
人工智能·ai·chatgpt·新闻
遇码4 小时前
流式调用中途断连别直接报错:瞬态故障识别、退避重试与中文根因诊断的搭建方法
大数据·人工智能·ai·rust·数据分析·大模型·agent
救救孩子把4 小时前
AI面试八股文-21_21-多模态Agent面试题-Vision-Language-Agent
人工智能·面试·职场和发展·llava·多模态agent
今年下半年4 小时前
AI智能体项目实战记录(02):初始化 Python 项目
开发语言·人工智能·python·fastapi
reasonsummer4 小时前
【办公类-53-12】20261016(预测)Python模仿制作2026学年第二学期校历(excel+pdf,上下学期都包含)
pdf·excel
Jlzn88884 小时前
华东电芯分选通道数怎么配才不堵线
java·人工智能·架构·自动化·制造
u1301304 小时前
GitHub 热榜项目:日榜(2026-10-17)
人工智能·github
流烟默5 小时前
MCP第 5 篇:用 Spring AI 写 MCP:注解、自动配置、ChatClient 集成
人工智能·spring·mcp封装
康实训5 小时前
老年评估仿真实训平台架构设计与老年人能力评估实训室教学落地实践
大数据·人工智能·算法·实训室·实训室建设