Claude Opus 4.7：深入剖析 Anthropic 的最新 AI 模型
人工智能领域不断演变，新模型层出不穷，并承诺带来突破性的功能。这些进步常常挑战我们对可能性界限的理解，推动人机交互的界限。然而，这些创新的真正衡量标准在于它们满足复杂、现实世界中对企业级应用之严苛需求的能力。
Anthropic 最新的 Claude Opus 4.7 版本备受关注，被定位为企业级人工智能的关键发展。这一迭代旨在解决大型语言模型长期存在的挑战，特别是那些需要严谨推理和各种任务完美执行的任务。
来源: Anthropic 的 Claude Opus 4.7 在复杂的现实世界应用中，尤其是在企业领域，因其增强的功能而备受瞩目。
Claude Opus 4.7 快速摘要：
- 发布日期: 2026 年 4 月 16 日，接替 Opus 4.6。
- 重点关注: 先进的软件工程、复杂的、多步骤的工作流程以及增强的多模态分析。
- 可用性: Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry。同时也集成到 GitHub Copilot 中。
- 性能提升: 在一个 93 个任务的编码基准测试中，解决方案率提高了 13%；视觉清晰度达到 98.5%（Opus 4.6 为 54.5%）。
- 指令遵循: 更加字面化和精确，需要用户调整提示。
- 成本: 每 100 万输入 token 5 美元，每 100 万输出 token 25 美元（与 Opus 4.6 保持一致）。
- 新功能: Claude Code 中的
/ultrareview命令，扩展的自动模式，以及新的网络安全保护。 - 注意事项: 更新的 tokenizer 可能会使 token 消耗量增加 1.0 至 1.35 倍。
性能回归：Opus 4.7 登场
Anthropic 于 2026 年 4 月 16 日发布了 Claude Opus 4.7，作为 Opus 4.6 的继任者，Opus 4.6 于 2026 年 2 月 5 日首次亮相。此次发布被定位为 Anthropic 当前最强大的公开可用 AI 模型。其开发直接回应了公众对其 Opus 4.6 在复杂工程任务中性能下降的批评，AMD 资深总监指出 Opus 4.6 已变得“在此类任务中不可靠”。Anthropic 将 Opus 4.7 开发为回应这些担忧的“声誉重塑”。
❝ 在此类任务中不可靠 ❞
AMD 资深总监
来源: creolestudios.com
公众批评指出 Opus 4.6 在复杂工程任务中的性能下降，促成了 Opus 4.7 的开发。
Opus 4.7 专为先进的软件工程而设计，擅长处理需要精确性和一致性的困难、长时间运行的任务。该模型展现出改进的指令跟随能力，并为自身输出开发了自我验证过程。在内部研究代理基准测试中，Opus 4.7 为多步工作展示了最强的效率基础，在六个模块的总得分中达到 0.715，并具有一致的长上下文性能。观察到它能更深入地思考问题，提供更明智的见解，而非简单地同意用户提示。
增强的视觉感知和多模态分析
Opus 4.7 最显著的改进之一是其大幅增强的视觉处理能力。该模型现在可以处理高达 2,576 像素（约 3.75 百万像素）的图像，分辨率是早期 Claude 模型支持分辨率的三倍多。这一显著提升使得更详细的视觉分析可用于各种应用，例如计算机使用代理读取密集截图或从复杂图表中提取数据。在视觉清晰度测试中，Opus 4.7 达到了令人印象深刻的 98.5%，与 Opus 4.6 的 54.5% 相比有了巨大飞跃。
来源: anthropic.com
Opus 4.7 显示出视觉清晰度显著提高，在测试中达到 98.5%，而 Opus 4.6 为 54.5%。
除了原始分辨率，该模型在多模态理解方面也有显著改进，范围涵盖了从解释复杂的化学结构到精密的工程图纸。这种扩展的能力为需要解释细微视觉细节的新多模态用例打开了大门，使其成为集成视觉和文本信息的任务的强大工具。
高级编码和代理性能
Opus 4.7 尤其擅长编码任务，并且能够处理现实世界中的异步工作流程。它能更深入地考虑问题，提供更明智的视角，而不是简单地同意用户提示。该模型能准确报告缺失的数据，避免似是而非但错误的备选方案，这对于可靠性至关重要。
在一个 93 个任务的编码基准测试中，Opus 4.7 与 Opus 4.6 相比，解决方案率提高了 13%，成功完成了 Opus 4.6 或 Sonnet 4.6 无法解决的四个任务。该模型在代理编码、扩展工具使用和代理计算机使用方面也处于领先地位，在多项关键基准测试中超越了 GPT-5.4 和 Gemini 3.1 Pro 等竞争对手。
关键性能指标：Opus 4.7 vs. Opus 4.6
| 基准/指标 | Opus 4.6 | Opus 4.7 | 改进 |
|---|---|---|---|
| 93 个任务的编码基准（解决方案率） | N/A | +13% | 显著 |
| 视觉清晰度测试 | 54.5% | 98.5% | +44% |
| CursorBench 能力 | 58% | 70% | +12% |
| 复杂多步工作流程 | N/A | +14% (更少的 token，工具错误减少 1/3) | 大幅 |
| Rakuten SWE-bench（已解决的生产任务） | X | 3X | 300% |
| SWE-bench Pro（解决方案率） | 53.4% | 64.3% | +10.9% |
| 长上下文检索 | 91.9% | 59.2% | -32.7% (为了其他方面的收益而有所取舍) |
Opus 4.7 也是首个通过隐性需求测试的模型，即使在工具错误导致 Opus 4.6 停止后也能继续运行。在 Rakuten 的内部 SWE-bench 上，Opus 4.7 解决的生产任务数量是 Opus 4.6 的三倍，代码和测试质量也获得了两位数的提升。这种弹性和自我恢复能力使其成为复杂、多阶段代理工作流程的强大选择。
经济和安全方面的考量
Opus 4.7 的定价与 Opus 4.6 保持一致，每 100 万输入 token 5 美元，每 100 万输出 token 25 美元。开发者可以通过 Claude API 使用模型名称 claude-opus-4-7 访问 Opus 4.7。
claude-opus-4-7Anthropic 还通过新的网络安全保护增强了 Opus 4.7 的安全性。这些措施会自动检测并阻止指示违禁或高风险网络安全使用请求的请求。安全专业人员可以注册“网络验证计划”，以合法网络安全目的使用 Opus 4.7。该模型的安全配置文件与 Opus 4.6 相似，在欺骗、奉承和滥用合作方面表现出低发生率。它在诚实性和对提示注入攻击的抵御能力方面也有所提高。
集成与采用
Opus 4.7 现在已在 GitHub Copilot 中普遍可用，取代了 Copilot Pro+ 用户使用的 Opus 4.5 和 Opus 4.6。它可供 Copilot Pro+、Business 和 Enterprise 用户使用，管理员需要在 Copilot 设置中激活 Claude Opus 4.7 策略。在 4 月 30 日之前，作为促销定价的一部分，它以 7.5 倍的请求乘数提供。
来源: ausum.cloud
Opus 4.7 现在已普遍适用于 GitHub Copilot Pro+ 用户，并取代了 4.5 和 4.6 等先前版本。
对于 Claude Code 用户，一个新的 /ultrareview 命令将生成一个专门的审查会话，以识别错误和设计问题。Pro 和 Max 用户将获得三个免费的 Ultrareview。此外，“自动模式”已扩展到 Max 用户，允许 Claude 在中断更少的情况下做出决定以完成更长的任务。
/ultrareview应对变化：Token 消耗和提示
用户迁移到 Opus 4.7 的一个关键考量是其更新的 tokenizer。虽然在处理文本方面更有效率，但对于相同的输入，它可能使 token 数量增加 1.0 至 1.35 倍。此外，Opus 4.7 在较高的“努力”级别上更深入地处理问题，尤其是在代理设置的后期阶段，这可能导致更高的输出 token 消耗。用户可以通过“努力”参数、任务预算或更简洁的提示来管理 token 使用量。Anthropic 建议衡量 token 消耗量对实际流量的影响，并提供全面的迁移指南。
Opus 4.7 增强的精确性意味着它更字面地遵循指令。这种增强的字面化可能会导致为早期模型设计的提示，而这些模型依赖于更宽松的解释，从而产生意想不到的结果。用户应该相应地调整他们的提示和工具，以利用新模型准确的指令遵循能力，并避免意外的后果。
结论
Claude Opus 4.7 代表了重大升级，特别是在先进的软件工程、复杂的、多步骤的工作流程和多模态分析方面。虽然它引入了关于 token 消耗和提示适应方面的新考量，但其改进的推理、指令遵循和代理能力使其成为开发人员和企业的强大工具。
该模型的发布显然是对先前批评的回应，旨在巩固 Anthropic 在企业人工智能领域的领先地位。尽管与 Opus 4.6 相比，长上下文检索性能有所牺牲，但在其他关键领域的收益使得 Opus 4.7 成为需要强大、精确和自主人工智能功能用户的有吸引力的选择。
来源: YouTube