實測Claude Opus 4.7，好好的模型也開始不說人話了。

果不其然，最近一周Claude天天崩，就是為了新模型做儲備。

于是昨晚10點半，Claude Opus 4.7發布了。

這玩意火到什么程度呢，我自己開發的給公司內部用的全網AI信息監控的產品AIHOT上，監控了精挑細選的幾十個有價值的信源，一般一個信息，有3個信源同時報道，就已經比較受關注了。

如果有5到6個，那就是大熱點了。

但是Claude Opus 4.7這玩意，有尼瑪10個信源同時發布= =

給我一下子整不會了。

目前Claude Opus 4.7已經全渠道上線。

我10點半下的飛機，一下飛機就發現手機上可以用了。

Claude Code里面也更新了。

也是1M的上下文，沒有減量，還是挺爽的。

最屌的是，凌晨3點的時候，直接把我一周的額度，給重置了。

Claude第一回做了點人事。

我知道很多朋友肯定會說哎你不怕KYC或者認證啥的問題嗎，我只能說，真的遇到了或者被遣返了再說吧，我也沒有任何解法，這就是懸在頭上達摩利斯之劍，要不是在知識創作上真的沒有啥替代品，能跟Claude掰掰手腕的都沒有，我真的早換了。。。

現在的態度就是，能用一天是一天，誰叫Claude模型真的牛逼，Claude Code這個Agent框架又這么好用呢。

說回Claude Opus 4.7。

價格跟4.6完全一樣，$5/M輸入、$25/M輸出，沒有變化。

跑分就不細展開講了，反正現在大家風氣就是贏學，該贏的都贏了，你要是不贏你也沒臉放出來。

最有意思的是，Claude Opus 4.6絕大多數的性能從官方發出來的看，完全沒跑過GPT-5.4，這個是最有意思的，可以算是第一次承認，我的Opus 4.6在編程上打不過GPT 5.4。

這個其實也跟我的體感一致，很多產品BUG來來回回搞不了的GPT-5.4全部都能干，唯一就是GPT-5.4在創作和一些用戶體驗設計上真的是一坨屎，一大坨巨大的屎。

Claude知道我要的交互設計是什么樣的，什么樣的頁面是一個用戶體驗的很絲滑的頁面，GPT-5.4做出來的我作為一個用戶體驗設計師，那玩意我真的用不明白，一個個都像給黑客用的后臺。

然后創作能力幾乎為0，你在影視行業幾乎可以看到絕大多數編劇都是用Claude來輔助自己優化劇本，單你絕對看不到有幾個好編劇會用GPT-5.4來輔助自己，真的，最頂級的那幫做創作者，真的是會用腳投票的。

這就是很大的差距，Claude Opus 4.5和4.6，牛逼就牛逼在水桶和全面。

但是這次，Opus 4.7我實測下來，還是有一些不一樣的感覺。

有幾個關鍵更新點，我們一個一個說下。

1. 又一次隱形漲價了。

Anthropic這次換了新的tokenizer。

博客原文說，新的tokenizer改進了文本處理，trade-off是同樣的輸入現在會被切成更多token，大概是原來的1.0到1.35倍，具體看內容類型。

意思就是，你把同一段代碼、同一份文檔、同一個prompt丟給4.7和4.6，4.7要多吃最多35%的token。

雖然可能效果確實更好了，但是實打實的，Token消耗又變得更高了。

API的定價$5/$25確實沒漲。

但同樣的任務，token消耗多了35%，你最后賬單可能也要多燒不少了。

他們的意思就是，如果你的任務，每個請求吃更多token，但因為模型更準、一次過的概率更高、少了來回修改的輪次，所以整體你花的錢沒那么多。

邏輯上沒毛病，但這個邏輯成立的前提是，你的任務是4.7真的擅長的那種高難的復雜任務。

如果你日常跟Claude對話的是一些它提升不明顯的場景，比如知識管理創作做策劃方案數據分析之類的這種，那你可能就是純純的確實更燒token了。

好慘，牛逼模型的Token，真的是這個世界越來越值錢的東西。

2. 視覺能力提升巨大。

這個我前面提過，XBOW的視覺測試，4.6是54.5%，4.7是98.5%。

先說一下XBOW是啥。

這家公司2024年成立，干的事兒一句話概括就是讓AI自己去當白帽黑客，做的是autonomous penetration testing，自主滲透測試，今年3月剛拿了1.2億美金融資，是這個賽道里目前跑最快的一家。

他們測模型的視覺能力是因為AI要自己去打滲透，就得看得懂各種亂七八糟的瀏覽器界面、后臺管理系統、開發者工具里的網絡請求、錯誤提示彈窗，這些畫面密度極高、細節極多，模型視覺能力差一點，那基本就GG了。

4.6只有54.5%，也就是一半的圖模型看得迷迷糊糊的，但4.7直接98.5%，基本等于全部通過。

成功率從一半直接干到近乎滿，這個意義還是挺重要的。

核心其實除了多模態能力的提升，也因為4.7支持的圖片分辨率提升了。

現在最多可以處理2576像素長邊的圖、大約3.75兆像素，是之前Claude模型的3倍多。

Claude自己的視覺基準評測提升也很明顯。

我以前有的時候偷懶，直接給Claude Opus 4.6傳一張截圖，說XXX有問題，或者這個數據它不對，它能大概認出你在干啥，但細節經常看不清。

所以導致經常會有錯誤，我們自己的AIHOT網站就是個典型，字還挺多的，各種卡片兼容的展示樣式和邏輯我之前跟Claude Opus 4.6改了好久。

有的時候來來回回改不明白，經常把我的文字識別錯誤。

但今天測了一下，幾乎沒有識別錯誤的問題了。

這個對于知識工作者是一個大的BUFF加成。

我都能想象到很多場景了，比如做律師的朋友扔一份幾十頁的合同掃描件給它，它能把里面的日期、條款編號、金額都讀對。

比如一個做金融的朋友扔一份年報PDF給它，它能把圖表里的每根柱子都抓出來。

比如一個做產品的朋友扔一堆競品截圖給它，它能逐個分析界面上的每個組件啥的。

這個升級確實很好，在多模態上發力了。

3. 審美有不錯的提升。

我之前做一些涉及到用戶體驗還有美學的，其實說實話，我覺得Claude Opus 4.6效果不是很好，屬于比上不足比下有余的。

跟Gemini相比差距還是很明顯，很多視覺效果都做的并不好，還有交互設計這塊，也非常的呆，很多時候是不以用戶為核心，而是為了完成開發任務為核心。

所以逼的我在CLAUDE.md里加了一大段限制。

而這次，可能得益于多模態能力的提升，我用Claude Opus 4.7，順手做了一下我之前要做但是還沒來得及做的公司招聘網站，效果出奇的好。

因為我們現在很缺人，還在瘋狂招人中，所以需要這么一個東西。

我就描述了一下我的需求，這里沒有用任何Skill，Fontend Skill被我刪了。

它就正常列計劃，然后開跑了。

第一輪出來基本可用，我又簡單微調了兩輪，加了logo和其他職位的信息，就出來了，一共耗時20分鐘。

網址在此：https://join.virxact.com/

我覺得在這種微型項目的效果和開發體驗是要比Claude Opus 4.6好不少，審美更強了，也更聽得懂人話，動效效果也更強了，符合我想要的用戶體驗規則的。

我自己還是相當滿意的。

這里幫我們自己打個廣告，歡迎大家點進網站來投遞簡歷！

4. 也開始不說人話了。

這是讓我最失望的一個點。

我平時會用Claude做很多很多的知識管理類的需求，不管是輔助創作，還是搜集資料，寫報告，做PPT，寫方案等等等等。

Claude Opus 4.6我都覺得在創作上，文字品味是非常好的。

而GPT-5.4和國內很多模型，其實是純粹的編程特化，在人味上極度缺失，典型的如GPT-5.4。

之前我實在忍不了GPT-5.4就是因為垃圾話太多了，網上我找了一個案例。

穩穩接住，根因，按這條切，收口，壓實這些破詞懂的都懂。

然后這一次Opus 4.7，在我開發上面的招聘網站的時候，感覺看到了非常不好的傾向。

我對文字還是稍微有點敏感的，當我看到這幾句的時候，我的PTSD就自動激活了。

再也不會撞，不會爬到logo頭上，還有莫名其妙的破折號。

我差點應激。

然后立刻去讓它同文風續寫一下我昨天發的文章，直接心涼了半截。

狗屎，一坨狗屎。

一股子偽人味道，我真的佛了，好好的Claude，怎么也開始不說人話了。

去社區里面搜了一下。

果然，我不是一個人。

說真的，我心態有點爆炸了。

5. 一些新功能。

再說一下新功能吧。

Claude之前的effort檔位是low、medium、high、max四檔。

4.7這次在high和max中間加了一檔，叫xhigh，extra high的縮寫。

補上了high和max之間的跨度。

之前Max燒的太狠，但是high有時候感覺又有點笨，這次來了個中間值，并且直接預設為默認了。

然后是/ultrareview。

這是Claude Code里一個新的命令，專門跑code review，會把你的代碼仔仔細細過一遍，找出所有的bug和設計問題。

而且這玩意不便宜，跑一次可能要5～20美刀。

Pro和Max用戶有3次免費的試用額度。

真的貴。

然后是Cyber Verification Program。

這個可能是最容易被忽略、但我覺得最值得關注的一個點。

Anthropic開了一個正式的通道，讓合法的安全研究、滲透測試、red-teaming可以申請使用Claude的某些原本受限的能力。

申請入口是claude.com/form/cyber-use-case

這個事的背景是，以前白帽子、安全團隊想用Claude做漏洞研究、做滲透測試，經常被模型一刀切拒絕。

因為模型識別不了你是惡意還是合法，安全起見全拒。

現在Anthropic說，合法從業者你可以來申請，我們走一個特殊流程，通過了給你開通相應能力。

其實AI行業越來越走到這一步了，之前 Claude Mythos太牛逼了不敢給普通人放出來，因為可能真的會出事。

但是你全拒和全開之間，其實需要一個身份核驗+分級授權的中間態。

而且這個思路一旦跑通，后面會被大量復用。

比如醫療場景的合規研究、金融場景的模擬攻擊演練、生物研究場景的合規用藥、甚至軍工領域的合法研發，都可以走類似的Verify通道。

這是我覺得一個進入產業里，蠻有長期價值的一個設計。

這次Claude Opus 4.7差不多就都講完了。

看到編程能力和視覺能力的提升，我很欣喜。

但是看到一個好好的有文字品味的模型，又一次倒在了不說人話上。

說真的，我現在也有點被穩穩的接住了。

三年，從GPT-3.5開始，一路用到現在。

這三年里，我眼睜睜看著這些模型，一個接一個，變得越來越聰明，越來越能打，Benchmark一個比一個猛，SWE-bench一個比一個高。

但也是這三年，我眼睜睜看著它們，一個接一個，都不會說人話了。

所有公司卷的都是編程，編程，還是編程。

我不是說編程不重要，我自己也是Claude Code的重度用戶，我公司內部現在一半的工具都是我用Claude Code搓出來的，編程能力對我來說非常非常重要。

但問題是，一個模型，它不應該只是一個編程工具啊。

語言，是人類所有智力活動的底座。一個好的語言模型，應該能寫小說，能寫詩，能寫散文，能陪你聊深夜三點睡不著的那點心事。

但現在的大模型，好像除了會寫代碼，其他的什么都不會了。

或者說，什么都在退步。

畢竟好像沒啥商業價值的東西，沒法量化的東西，在AI公司眼里可能確實就不是高優先級。

于是它們就被慢慢地、悄悄地、系統性地犧牲掉了。

我真的覺得。

這事還挺悲哀的。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯系郵箱：wzglyay@virxact.com