claude-opus-4-7

‌Claude Opus 4.7‌ 是由 Anthropic 于 ‌2026年4月17日‌ 正式发布的旗舰级大语言模型，被定位为“目前最强大的可广泛使用公开模型”‌。尽管其能力不及尚未开放的 Mythos Preview 模型，但在多个关键领域实现了显著进步，尤其面向专业任务与智能体（Agent）工作流。

Claude Opus 4.7 在高级软件工程方面相比 Opus 4.6 有了显著提升，尤其是在处理最复杂的任务方面。用户反馈表示，他们现在可以放心地将以前需要密切监督的最棘手的编码工作交给 Opus 4.7 处理。Opus 4.7 能够严谨且一致地处理复杂、耗时的任务，精准地执行指令，并在返回结果之前设计出验证自身输出的方法。该模型还拥有明显更佳的视觉效果：它能够识别更高分辨率的图像，完成专业任务时，更具品味和创造力，能够制作出更高质量的界面、幻灯片和文档。

核心能力提升

• ‌高级软件工程能力大幅提升‌

• 在 SWE-bench Pro 基准测试中得分达 ‌64.3%‌，显著高于 GPT-5.4 的 57.7% 和 Opus 4.6 的 53.4%‌。

• 在 SWE-bench Verified（真实 GitHub 问题修复）中得分 ‌87.6%‌，较 Opus 4.6 提升近 7 个百分点‌。

• 可处理复杂、长期运行的编码任务，并在输出前‌自行验证结果‌，减少人工监督需求‌。

• ‌多模态视觉能力跃升‌

• 支持识别‌长边达 2576 像素‌（约 375 万像素）的图像，是前代模型的 ‌3 倍以上‌‌。

• XBOW 视觉敏锐度测试得分从 54.5% 跃升至 ‌98.5%‌，实现“断层式领先”‌。

• 可精准读取屏幕截图、图表、设计稿、终端输出等细节，支撑 Computer Use 等高精度视觉任务‌。

• ‌金融与知识工作表现领先‌

• 在金融分析代理测试中取得‌全球公开模型最高分‌‌13。

• GDPval-AA（知识工作经济价值评估）得分 ‌1753‌，高于 GPT-5.4（1674）和 Opus 4.6（1619）‌。

• 能生成严谨的财务模型、专业报告，并实现跨任务整合‌。

• ‌指令遵循更严格‌

• 采用‌字面执行机制‌，不再“糊弄”或跳过指令，需用户调整旧提示词以适配‌。

• ‌记忆与上下文管理优化‌

• 更擅长利用‌文件系统记忆‌，在多会话中记住重要笔记，降低新任务对前置上下文的依赖‌。

新增功能与特性

• ‌自适应思考深度‌：通过 /effort 设置推理强度（推荐使用 xhigh 或 max）‌。

• ‌自动模式‌：自动决策权限请求，支持并行运行多个智能体，无需全程监督‌。

• ‌专注模式‌（/focus）：隐藏中间步骤，仅展示最终结果‌25。

• ‌回顾功能‌：可中断后恢复长时间任务并获取简要总结‌25。

• ‌/ultrareview‌：启动专门代码审查会话，标记 Bug 与设计问题（Pro/Max 用户免费试用 3 次）‌。

• ‌安全护栏‌：具备自动检测并阻止高风险网络安全请求的能力，为 Mythos 级模型的开放积累经验‌。

使用与成本

• 官方定价‌：与 Opus 4.6 一致

• 输入：‌$5/百万 token‌

• 输出：‌$25/百万 token‌‌12

• ‌token 消耗增加‌：因更新分词器，相同输入约多消耗 ‌10%–35%‌ token；高努力模式下输出 token 也更多‌15。

• ‌平台支持‌：已上线于

• Claude 官方产品与 API

• Amazon Bedrock

• Google Cloud Vertex AI

• Microsoft Foundry‌13

注意事项

• ‌长上下文能力退步‌：MRCR v2 @1M 测试得分从 Opus 4.6 的 78.3% 骤降至 ‌32.2%‌，因新 tokenizer 增加了 token 数量‌。

• ‌搜索能力下降‌：BrowseComp 网络检索得分 ‌79.3%‌，低于 Opus 4.6（83.7%）和竞品‌。

• ‌安全取舍‌：Anthropic 主动削弱其网络安全能力，以测试防护机制，故在渗透测试等高风险用途上弱于 Mythos‌。