首页财产ai正文 Claude Opus 4.7突袭！Anthropic把「不乱猜」做成为了焦点卖点 本地时间4月16日，Anthropic发布Claude Opus 4.7，于多范畴测试中机能晋升，视觉智能前进显著，虽非最强但均衡了能力、安全与成本。 2026-04-17 14:14 ·微信公家号：钛媒体硅谷Tech news AI投资人解读· Anthropic发布的新一代旗舰模子Claude Opus 4.7专为繁杂使命设计，于多范畴基准测试中机能显著晋升，视觉智能前进较着，指令遵照能力晋升，还有更新了相干功效。 · token耗损增长致成本上升Anthropic限定其高级收集安万能力，计谋效果待察。 总结：Opus 4.7揭示出强盛实力与立异，于能力、安全、成本间寻均衡，虽有危害，但有望依附上风获市场承认，为AI行业成长提供新思绪，具有投资潜力，不外需存眷成本与安全计谋影响。内容由AI天生，仅供参考

本地时间4 月 16 日，Anthropic 正式发布新一代旗舰模子 Claude Opus 4.7。该公司将其定位为"迄今能力最强的通用可用模子"，标记着人工智能行业竞争核心的决议性改变——从寻求对于话流利性转向查核自立使命履行能力。

与两个月前发布的 Opus 4.6 比拟，新版本专为Agentic事情流设计，即需要 AI 于较永劫间内自力运行、仅需极少量人类干涉干与的繁杂使命。这次更新优先晋升高分辩率视觉感知、繁杂多步软件工程链不变性，以和长上下文检索能力，而非纯真寻求推理深度（官方博客地址：https://www.anthropic.com/news/claude-opus-4-7）。

值患上留意的是，Anthropic 于发布 Opus 4.7 的同时坦诚暗示，这并不是其最强模子——能力更强的 Claude Mythos Preview 仍处在受限测试阶段。

一、视觉智能冲破与长上下文瓶颈霸占

于企业级运用场景的基准测试中，Opus 4.7 与重要竞争敌手的机能差距进一步拉年夜。于 OfficeQA Pro 评测中——该评测由 Databricks 开发，要求模子解析近 9 万页美国财务部汗青文件（涵盖近 100 年公报、2600 万个数字）——Opus 4.7 取患上 80.6% 的患上分。这一成果险些是google Gemini 3.1 Pro（42.9%）的两倍，并年夜幅*在 GPT-5.4（51.1%）。数据显示，Anthropic 已经于长上下文检索的要害瓶颈上取患上冲破。

于 BFS 1M 测试中——该测试由 OpenAI 设计，将一张有向图用边列表塞满 100 万 token 上下文，要求模子举行图遍历——Opus 4.7 从 Opus 4.6 的 41.2% 晋升至 58.6%，晋升幅度达 17.4 个百分点。这项指标被视为权衡 AI 智能体（Agent）跑多步调长使命的硬性指标。于 Vending-Bench 2 模仿谋划测试中，Opus 4.7 终极实现 10,937 美元余额，较 Opus 4.6 的 8,018 美元晋升 36%，揭示出永劫间事情流中的决议计划联贯性上风。

视觉智能是此版本前进最为显著的方面。

Opus 4.7 此刻撑持最长边达 2,576 像素的图象输入，分辩率约 375 万像素，较前代晋升跨越三倍。这使患上模子可以或许"看到"屏幕上占比低至 0.07% 的 UI 元素。于 ScreenSpot-Pro 基准测试中——该基准评估 AI 于 VSCode、Photoshop、AutoCAD 等专业软件中定位特定按钮或者数据点的能力——Opus 4.7 于高分辩率模式下共同东西挪用功效到达 87.6% 的乐成率，而 Opus 4.6 于低分辩率下仅为 57.7%。

这类切确度再也不是纯真的学术摸索，而是"电脑利用"（Computer Use）能力的条件。Anthropic 将图象分辩率年夜幅晋升的素质目的，是让 AI 可以或许看懂软件界面、密集表格、终端输出、设计稿细节及代码截图。

将来 AI 办公、AI 测试、AI 安全、AI 前端开发等使命，都将从纯文本使命转向屏幕使命。于 SWE-bench Multimodal 测试中——该测试要求模子联合 UI 截图及代码一路修复前端 JavaScript bug——Opus 4.7 从 Opus 4.6 的 27.1% 晋升至 34.5%，晋升 7.4 个百分点。这注解视觉能力的进级直接办事在编程场景的现实需求。

Anthropic 于官方通知布告中尤其夸大，Opus 4.7 于指令遵照能力上呈现显著晋升。过往模子可能会宽松地"乱来"指令或者彻底跳过部门唆使，但 Opus 4.7 会严酷按字面意思履行指令。

这一变化带来两重影响：一方面，它削减了提醒词"形而上学"，使写需求、定格局、列限定前提变患上越发靠得住；另外一方面，用户可能需要重写旧的、更偏对于话式的提醒词以免不测输出。很多用户的提醒词是于旧模子"会主动补全真实用意"的习气上调优出来的，而新模子的刚性可能致使这些旧提醒词掉效。

于高级软件工程范畴，这类严谨性转化为显著晋升。于 SWE-bench Verified 测试中，Opus 4.7 患上分为 87.6%，Opus 4.6 为 80.8%；于更难的 SWE-bench Pro 测试中，Opus 4.7 为 64.3%，Opus 4.6 为 53.4%。这象征着用户可以将已往需要紧密亲密监视的高难度编码事情交给 Opus 4.7 处置惩罚，它会于报告请示成果前自动验证自身输出。

Opus 4.7 于利用基在文件体系的影象方面体现更为精彩。它能于永劫间、多会话的事情中记住主要条记，并将其用在开展新的使命，是以新使命需要更少的前置上下文。一个能跨会话记住项目约束、用户偏好、架构决议计划及前次掉败缘故原由的 Agent，才可能从"智慧姑且工"酿成"不变同事"。这一特征于官方通知布告中其实不显眼，但多是持久利用中最要害的更新。

陪同 Opus 4.7 发布，Anthropic 还有更新了 Claude Code，新增 auto mode 及/ultrareview 功效。auto mode 不是模子主动选型，而是权限选项。它答应 Claude 替用户做一些权限决议计划，让长使命少被打断，但危害低在彻底跳过权限确认。

这个设计针对于的是 Agent 产物的焦点抵牾：问太多，Agent 像实习生；不问，危害又太年夜。auto mode 的素质，就是于"别烦我"及"别糊弄"之间找均衡。/ultrareview 是一个专门的代码审查会话，可读取变动并指出 bug 及设计问题。

这标记着 AI 编程正式进入第二阶段：让 AI 本身审查 AI 本身天生的代码。天生代码只是开发流程的一部门，审查、测试、重构、文档一样主要。假如 AI 只能做*步，它永远只是辅助东西；假如它能介入整个流程，它才可能真正转变软件开发的方式。

二、专业范畴的经济价值正加快开释

于 Structural Biology（布局生物学）基准测试中，Opus 4.7 的推理患上分从 Opus 4.6 的 30.9% 跃升至 74.0%，一次版本迭代实现 2.4 倍增加。这是所有基准测试中跃升最夸张的一项。这类份子推理能力的冲破注解，该模子正于从通用辅助迈向专业科学研究范畴。对于在更广泛的劳动力市场而言，模子改良后的指令遵照能力象征着于短期内它更不易孕育发生"幻觉"或者漏掉步调。

于金融阐发范畴，Opus 4.7 一样取患上*职位地方。于 Finance Agent v11 测试中，Opus 4.7 患上分为 64.4%，Opus 4.6 为 60.1%。于 GDPval-AA 评估中——该评估由 Artificial Analysis 基在 OpenAI GDPval 数据集开发，笼罩 44 种常识事情职业、9 年夜 GDP 焦点行业，使命来自资深职业人士（平均 14 年经验）的真实交付物——Opus 4.7 得到 1753 分的 Elo 评分，高在 Opus 4.6（1619 分）、GPT-5.4（1674 分）及 Gemini 3.1 Pro（1314 分）。

Anthropic 先容称，Opus 4.7 于金融阐发使命上可以或许天生更严谨的阐发与建模、更专业的陈诉展示，并于各项使命间实现更慎密的整合。

于发布 Opus 4.7 的同时，Anthropic 推出了一份体系仿单并更新了 Cyber Verification Program（收集安全验证规划）。该项目素质上是对于能力举行分级：平凡用户拿到的是有护栏的 Opus，颠末验证的安全专家才能申请更宽的收集安全用途权限。值患上留意的是，Anthropic 成心限定了 Opus 4.7 的高级收集安万能力，使其低在 Mythos Preview 模子中的程度，以避免于进攻性操作中的滥用。官方甚至暗示，他们于练习历程中试验性地减弱了这个模子的收集安万能力。

Opus 4.7 被明确定位为"*款用来测试新收集安全护栏的公然模子"。Anthropic 暗示，他们会从 Opus 4.7 的真实部署中进修，为将来 Mythos 级别模子的广泛发布做预备。这类审慎的部署计谋凸显了硅谷日趋增加的紧张瓜葛：于争相打造可以或许替换人类事情者的模子的同时，也要确保统一模子没法捣毁数字基础举措措施。当模子能力到达某个临界点后，竞争逻辑从"我比你强"最先转向"会不会失事"。

特朗普当局近来夸大美国于 AI 安全方面需要阐扬带领作用，Anthropic 的发布计谋恰是对于这一政策导向的呼应。公司选择先把最强的模子锁起来，用稍弱但充足好的模子来测试安全机制。这不是技能上做不到，而是自动选择不做。这类"克制"自己成为了产物差异化的一部门。至少于发布计谋上，Anthropic 给出了一种新思绪：有时辰"不做甚么"比"能做甚么"更主要。

三、Token 耗损激增暗地里的成本逻辑

效率也象征着实其实于的成本。

Opus 4.7 利用了修订后的分词器（tokenizer），使患上不异输入量下的 token 耗损约莫增长了 10% 到 35%。虽然 Anthropic 于订价上与 Opus 4.5 及 Opus 4.6 连结一致（输入每一百万 token 5 美元，输出每一百万 token 25美元），但 token 密度的增长象征着高强度使命将更快耗损 API 积分。

这类隐性成本上涨是模子增长"思索"时间的价钱。特别于利用新的 Xhigh Effort 模式时——该模式位在尺度处置惩罚与*推理深度之间——模子会举行更多内部推理，从而提高靠得住性，但也会孕育发生更多输出 token。Anthropic 于迁徙指南中提示用户，Opus 4.7 的 token 利用可能增长，但于现实编程评估中，总体效率反而晋升了。

这申明他们优化的不是单次挪用的成本，而是完成使命的总成本。一个 Agent 假如*次就把工作做对于，纵然单次挪用贵一点，总成本也比重复试错要低。这是一种更成熟的产物思绪。初期 AI 产物寻求的是"自制"及"快"，此刻最先寻求"靠谱"。

Anthropic 新增的 x-high effort 及 task budgets（使命预算）功效，申明高端模子的利用方式正于走昔时云计较的那套逻辑。用户买的不是一次回覆，而是于给一个会思索、会试错、会验证的使命历程付费。

已往模子计费重要看输入输出长度，此刻还有要看思索的等级、使命预算、Agent 跑了几轮、东西掉败后有无继承推理。这类计费模式的蜕变，反应出 Agent 产物从"能干甚么"到"能不克不及用"的巨年夜奔腾。

综合来看，Opus 4.7 不是最强的模子，Anthropic 也没有把它包装成最强的模子。它是于能力、安全、成本之间的一个均衡点。至在这个均衡点是否真的均衡，需要等候市场来验证。

可以确定的是，跟着 Opus 4.7 的发布，AI 行业竞争的焦点指标已经经转变。年夜模子竞争的核心，正于从答患上像不像，转到做患上完不完。只会写一段美丽谜底，已经经不敷了。能不克不及把一份长文档改洁净，能不克不及把一套资料串起来做成可交付物，能不克不及连续几十分钟甚至更久不跑偏，这才会决议它于一样平常事情里能不克不及真的替身扛起一片天。

这个计谋可否乐成，取决在市场是否定可"审慎"这个观点。假如用户只于乎"能不克不及做到"，那 Anthropic 的做法会显患上守旧。但若企业客户最先器重"会不会失事"，那这类分级发布、自动减弱某些能力的做法，反而可能成为竞争上风。

（本文首发在钛媒体APP）

【本文由投资界互助伙伴微信公家号：钛媒体授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。