Claude Opus 4.7 發布，全網最詳細解讀

PRODUCT

我把手上幾個活都換到 4.7 試了試，比 4.6 好用太多，斷檔的強

剛剛，Anthropic 發布 Claude Opus 4.7，已經在 Claude 的所有產品、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 上全面可用。模型 id claude-opus-4-7

這是 Opus 4.6 的直接升級版。三條主線：編程能力在最難的任務上明顯提升、視覺分辨率擴大到過去的三倍多、同時是 Project Glasswing 之后第一個試驗新網絡安全護欄的對外模型

定價完全不變，$5/M 輸入 token，$25/M 輸出 token。相比之下 Mythos Preview 的 API 價格是 $25/$125 per million，Opus 4.7 便宜 5 倍

Anthropic 官方給出的總體對比圖，Opus 4.7 在多個基準上高于 Opus 4.6，但仍然弱于內部的 Mythos Preview

Opus 4.7 / Opus 4.6 / GPT-5.4 / Gemini 3.1 Pro / Mythos Preview 橫向對比

編程是主升級點

Opus 4.7 最顯眼的變化在高難度軟件工程任務上。用戶反饋里反復出現兩個詞：長程、自主

過去必須盯著改的那類代碼活，現在可以放手讓它跑

28 家早期客戶給了反饋，這里挑最硬核的幾個數據點

→GitHub：93 個任務的編程基準上，比 Opus 4.6 高 13%，4 個任務是 Opus 4.6 和 Sonnet 4.6 都搞不定的

→Cursor：CursorBench 過 70%，Opus 4.6 是 58%

→Rakuten：Rakuten-SWE-Bench 上解決的生產任務是 Opus 4.6 的 3 倍

→Hex：低 effort 檔的 Opus 4.7 大致等于中 effort 檔的 Opus 4.6

→Notion：準確率提升 14%，token 用得更少，工具調用錯誤減少到 三分之一。第一個通過 Notion 「隱含需求」測試的模型

→Cognition（Devin 的公司）：能連貫工作幾個小時，不會卡在難題上放棄

Replit、Vercel、Databricks、Warp、Factory、Ramp、CodeRabbit、Qodo、Bolt 等一系列廠商都給出了正面反饋。公告里一個反復出現的觀察是：Opus 4.7 減少了無意義的包裝函數和兜底腳手架，寫的時候自己發現問題自己改

XBOW 的視覺敏銳度基準：Opus 4.6 是 54.5%，Opus 4.7 是 98.5%

XBOW 做自動化滲透測試，這是這次發布里最硬的一個數據跳變

Imbue 的案例最極端：Opus 4.7 自主從零構建了一個完整的 Rust TTS 引擎，包括神經網絡模型、SIMD 內核、瀏覽器 demo，然后用語音識別器反過來驗證自己的輸出是否匹配 Python 參考實現。代碼庫公開

官方給出的編程基準圖

編程基準橫掃

視覺能力是第二大升級

Opus 4.7 能接受的圖片長邊從之前的水平上升到 2,576 像素（約 3.75 兆像素），是此前 Claude 模型的三倍多

這個能力是模型層的變化，沒有 API 參數開關。直接送圖過去就行，需要更高分辨率就不要自己壓縮

順便把 Anthropic 的 Vision 文檔看一下，背景信息在這里：用 base64 或 URL 喂圖，單次請求最多可以傳 600 張（API）或 20 張（claude.ai）。上傳太大（單邊超過 1568 像素或超過約 1600 token 的圖）會先被服務端 down-sample。計價按 tokens ≈ (width × height) / 750 估算，1 兆像素大約 1334 tokens

能用得上的場景：computer-use agent 讀密集截圖、復雜圖表里的數據抽取、需要像素級對照的工作。XBOW 的數據說明這個升級對 computer-use 是實質的

視覺理解、OCR、計算機使用、圖表閱讀多項基準

安全策略：Mythos 還沒放，先用 Opus 4.7 練手

這次的安全設計要配合 Project Glasswing 一起看

上周 Anthropic 聯合 AWS、蘋果、博通、思科、CrowdStrike、Google、摩根大通、Linux 基金會、微軟、NVIDIA、Palo Alto Networks 成立了 Project Glasswing。起因是 Anthropic 訓出了 Claude Mythos Preview 這個沒發布的前沿模型，在挖漏洞方面達到了超過大多數安全專家的水平

Mythos Preview 過去幾周已經在每一個主流操作系統和主流瀏覽器里都找出了 0-day 漏洞。有三個公開案例：

→ OpenBSD 上存活了 27 年 的漏洞，攻擊者可以只靠連接就遠程崩掉任何一臺機器

→ FFmpeg 里的 16 年老洞，自動化測試工具跑過同一行代碼五百萬次都沒發現

→ Linux 內核里自主鏈起了幾個漏洞，把普通用戶權限升到完全控制

Anthropic 的結論是，前沿 AI 在代碼漏洞發現和利用上已經進入可以比肩頂級安全專家的階段。如果護欄跟不上，這種能力一旦擴散會非常危險

Opus 4.7 就是為這個問題準備的第一個對外模型。訓練過程中差異性地降低了網絡安全能力，發布時帶上了自動檢測和攔截高風險網絡安全用途請求的護欄。做合法用途的安全研究員（漏洞研究、滲透測試、紅隊）可以申請加入 Cyber Verification Program

Mythos Preview 不會廣泛發布，Anthropic 給 Glasswing 參與方承諾了最高一億美元的使用額度。它的 API 價格是 $25/$125 每百萬 token，是 Opus 4.7 的 5 倍

Opus 4.7 在網絡安全能力上弱于 Mythos Preview（訓練時就是這么設計的）。這些現實部署數據里學到的護欄經驗，會用來為后面更大范圍放 Mythos 級模型做準備

對齊評估的總體結論：Opus 4.7 比 Opus 4.6 和 Sonnet 4.6 好一些，但 Mythos Preview 仍然是 Anthropic 訓出來的對齊最好的模型

官方原話是 largely well-aligned and trustworthy, though not fully ideal in its behavior

對齊評估總分，越低越好

誠實度、抗 prompt injection 上 Opus 4.7 有改進。受控物質減害建議過于詳細這類問題上有小幅倒退。完整評估在 Claude Opus 4.7 System Card 里

同步發布的東西

除了模型本身，這次還有幾項更新

新的 effort 檔位 xhigh。原來的檔位是 low / medium / high / max，這次在 high 和 max 中間插了一個 xhigh

effort 檔位示意，xhigh 是這次新增

這個參數控制的是 Claude 響應的 token 花費規模，覆蓋文字回答、工具調用、extended thinking 全部。Claude Code 里默認 effort 已經拉到 xhigh。官方建議編程和 agentic 場景用 high 或 xhigh 起步

task budgets 公測。API 端新功能，讓開發者能給 Claude 設置 token 預算，讓它在長任務里自己分配優先級。和 effort 參數一起用更細

/ultrareview slash 命令。Claude Code 里新增，專門跑一個獨立的 review 會話，把改動從頭到尾過一遍，找 bug 和設計問題。Pro 和 Max 用戶有 3 次免費額度

Auto mode 下放到 Max 用戶。3 月 24 日 Anthropic 先在 Team 計劃上發布了這個模式。機制是在 --dangerously-skip-permissions 和默認每步都問的兩極之間加了一個中間檔：每次工具調用前有個分類器檢查是否有危險操作（批量刪文件、敏感數據外泄、惡意代碼執行），安全的直接放行，危險的攔下來讓 Claude 換方案。這次 Max 用戶也能用

遷移：兩個變化影響 token 消耗

從 Opus 4.6 升 Opus 4.7 是直接替換，但有兩個點值得提前規劃

第一：tokenizer 換了，文本處理方式更好了。代價是同樣的輸入文本，新 tokenizer 下的 token 數大約是舊版的 1.0–1.35 倍，取決于內容類型

第二：高 effort 檔位下 Opus 4.7 想得更多，尤其是 agentic 場景里靠后的輪次。這帶來更高的硬題可靠性，但也意味著更多的輸出 token

控制 token 使用的方法：調 effort、調 task budgets、提示模型更簡潔。Anthropic 自己的內部編程評估上，整體是 token 效率改善的，不同 effort 檔位都更優，但他們建議用戶在真實流量上自己量

內部編程評估里，不同 effort 檔位都更優

還有一個容易踩的坑：指令跟隨強度大幅提升

意思是，為老模型寫的 prompt 有可能在 Opus 4.7 上產生意料之外的結果。過去 Claude 會寬松解讀或者跳過的指令，Opus 4.7 會嚴格按字面執行。升級的時候，prompt 和 harness 要重新調

Anthropic 的遷移指南里還有一條老賬：用 Claude 4.6 或以上模型，thinking: {type: "enabled", budget_tokens: N} 已經 deprecated，推薦遷到 thinking: {type: "adaptive"} 加 effort 參數。老的 beta header（effort-2025-11-24、fine-grained-tool-streaming-2025-05-14、interleaved-thinking-2025-05-14）也該刪掉了，這些功能都已經正式上線

真實工作

除了跑分，Anthropic 內部測試里 Opus 4.7 在金融分析師任務上比 Opus 4.6 更有效：更嚴謹的分析和建模、更專業的演示、任務之間的銜接更緊

在第三方評估 GDPval-AA 上，Opus 4.7 拿到 state-of-the-art。這個評估是 Artificial Analysis 基于 OpenAI 的 GDPval 數據集做的，覆蓋 44 個職業、9 大行業的 220 個真實經濟價值任務。模型需要產出文檔、幻燈片、圖表、電子表格等實際工作交付物

在 Opus 4.7 之前的榜單上，前三是 GPT-5.4 xhigh（ELO 1677）、Claude Sonnet 4.6 Max（1654）、Claude Opus 4.6 Max（1620）

記憶方面，Opus 4.7 更會用基于文件系統的記憶。跨多輪、多 session 的長任務里記得住重要筆記，開新任務時需要的前置上下文更少

其他 benchmark

官方博客里還給出了辦公、文檔推理、長上下文、生物、長程一致性等基準的詳細數據

辦公任務

文檔推理

長上下文推理

生物

長程一致性

Anthropic 還特別標注了 benchmark 上的幾個細節。Terminal-Bench 2.0 用的是 Terminus-2 harness 關閉 thinking 模式。CyberGym 上 Opus 4.6 的分數從原報的 66.6 更新到 73.8。SWE-bench Verified / Pro / Multilingual 上做了記憶化篩查，排除可能被模型記住的問題后，Opus 4.7 對 Opus 4.6 的領先仍然成立

和競品對比的時候，用的是 API 可用的最好版本，GPT-5.4 和 Gemini 3.1 Pro 都是這個口徑

入口

模型字符串：claude-opus-4-7

Claude 所有產品已經切到 Opus 4.7。API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 同步可用

Claude Code 用戶默認 effort 拉到 xhigh，Pro/Max 有 3 次免費 /ultrareview，Max 用戶開啟 auto mode

參考材料

微信打不開外鏈，長按復制 URL 到瀏覽器打開

Opus 4.7 發布公告

https://www.anthropic.com/news/claude-opus-4-7

Claude Opus 4.7 System Card

https://anthropic.com/claude-opus-4-7-system-card

Claude API 模型總覽

https://platform.claude.com/docs/en/about-claude/models/overview

從 Opus 4.6 遷移到 Opus 4.7 的官方指南

https://platform.claude.com/docs/en/about-claude/models/migration-guide#migrating-to-claude-opus-4-7

Effort 參數文檔

https://platform.claude.com/docs/en/build-with-claude/effort

高分辨率 Vision 能力文檔

https://platform.claude.com/docs/en/build-with-claude/vision

Claude Code slash 命令文檔（含 /ultrareview）

https://code.claude.com/docs/en/commands

Auto mode 發布說明

https://claude.com/blog/auto-mode

Project Glasswing 發布公告

https://www.anthropic.com/glasswing

Cyber Verification Program 申請入口

https://claude.com/form/cyber-use-case

GDPval-AA 榜單

https://artificialanalysis.ai/evaluations/gdpval-aa