Claude Opus 4.7深夜上線，評(píng)分碾壓

想不到，風(fēng)口浪尖上的 Claude 又大更新了。

周四晚間，Anthropic 宣布旗下最新款基礎(chǔ)模型 Claude Opus 4.7 全面上市。

Opus 4.7 在高級(jí)軟件工程方面相比 Opus 4.6 有了顯著提升，尤其是在處理最復(fù)雜的任務(wù)方面。用戶反饋表示，他們現(xiàn)在可以放心地將以前需要密切監(jiān)督的最棘手的編碼工作交給 Opus 4.7 處理。Opus 4.7 能夠嚴(yán)謹(jǐn)且一致地處理復(fù)雜、耗時(shí)的任務(wù)，精準(zhǔn)地執(zhí)行指令，并在返回結(jié)果之前設(shè)計(jì)出驗(yàn)證自身輸出的方法。

該模型還擁有明顯更佳的視覺效果：它能夠識(shí)別更高分辨率的圖像，完成專業(yè)任務(wù)時(shí)，更具品味和創(chuàng)造力，能夠制作出更高質(zhì)量的界面、幻燈片和文檔。而且，盡管它的功能不如剛公布的最強(qiáng)模型 Claude Mythos Preview 全面，但在多項(xiàng)基準(zhǔn)測(cè)試中，它的表現(xiàn)都優(yōu)于 Opus 4.6：

可見 SWE-bench Pro 的分?jǐn)?shù)達(dá)到了 64.3%，遠(yuǎn)高于 GPT-5.4 的 57.7%。

Opus 4.7 已在所有 Claude 產(chǎn)品和 API、Amazon Bedrock、Google Cloud 的 Vertex AI 以及 Microsoft Foundry 平臺(tái)上推出。定價(jià)與 Opus 4.6 相同：每百萬個(gè)輸入 token 5 美元，每百萬個(gè)輸出 token 25 美元。開發(fā)者可通過 Claude API 使用。

根據(jù)目前大家的使用反饋，新模型更加嚴(yán)謹(jǐn)，復(fù)雜任務(wù)的一致性也更強(qiáng)了，在最困難的編程任務(wù)上進(jìn)步明顯。當(dāng)然這也不是沒有代價(jià)的：

以下是 Opus 4.7 早期測(cè)試的一些亮點(diǎn)：

• 指令執(zhí)行能力，Opus 4.7 的表現(xiàn)有了顯著提升。有趣的是，這意味著之前版本編寫的提示信息現(xiàn)在有時(shí)可能會(huì)產(chǎn)生意想不到的結(jié)果：之前的版本對(duì)指令的解釋較為寬泛，甚至完全跳過某些部分，而 Opus 4.7 則會(huì)嚴(yán)格按照指令執(zhí)行。用戶應(yīng)據(jù)此調(diào)整提示信息和相關(guān)設(shè)置。

• 改進(jìn)的多模態(tài)支持。Opus 4.7 對(duì)高分辨率圖像的處理能力更強(qiáng)：它可以處理長(zhǎng)邊高達(dá) 2576 像素（約 375 萬像素）的圖像，是之前 Claude 型號(hào)的三倍以上。這為依賴精細(xì)視覺細(xì)節(jié)的多模態(tài)應(yīng)用開辟了廣闊的空間：智能體可以讀取密集屏幕截圖、從復(fù)雜圖表中提取數(shù)據(jù)以及需要像素級(jí)精確參考的工作。

• 實(shí)際應(yīng)用能力提升。除了在財(cái)務(wù)代理評(píng)估中獲得領(lǐng)先水平（見上表）外，Anthropic 的內(nèi)部測(cè)試表明，Opus 4.7 比 Opus 4.6 更高效地進(jìn)行財(cái)務(wù)分析，能夠生成嚴(yán)謹(jǐn)?shù)姆治龊湍Ｐ停尸F(xiàn)更專業(yè)的演示文稿，并在各項(xiàng)任務(wù)之間實(shí)現(xiàn)更緊密的整合。Opus 4.7 在 GDPval-AA 評(píng)估中也處于領(lǐng)先水平。

• 內(nèi)存占用方面，Opus 4.7 更擅長(zhǎng)利用文件系統(tǒng)內(nèi)存。它能記住長(zhǎng)時(shí)間、多會(huì)話工作中的重要筆記，并利用這些筆記繼續(xù)執(zhí)行新的任務(wù)，因此這些新任務(wù)對(duì)預(yù)先獲取的上下文信息要求更低。

Claude Code 負(fù)責(zé)人 Boris Cherny 介紹了 Claude Opus 4.7 的一些最新特性。

#01

自動(dòng)模式

Opus 4.7 喜歡執(zhí)行復(fù)雜、長(zhǎng)時(shí)間運(yùn)行的任務(wù)，比如深度研究、重構(gòu)代碼、構(gòu)建復(fù)雜功能、迭代直到達(dá)到性能基準(zhǔn)。過去，你要么得在模型執(zhí)行這類長(zhǎng)時(shí)間任務(wù)時(shí)全程監(jiān)督，要么使用 --dangerously-skip-permissions。

自動(dòng)模式作為一種更安全的替代方案，在這種模式下，權(quán)限提示會(huì)被路由到一個(gè)基于模型的分類器，來決定命令是否安全執(zhí)行。如果安全，它就會(huì)自動(dòng)批準(zhǔn)。

這意味著模型運(yùn)行時(shí)不再需要全程監(jiān)督。更重要的是，這意味著你可以并行運(yùn)行更多 Claude。一旦一個(gè) Claude 開始運(yùn)行，你就可以將注意力轉(zhuǎn)向下一個(gè) Claude。

#02

新的/fewer-permission-prompts 技能

它會(huì)掃描你的會(huì)話歷史記錄，找出常見的 bash 和 MCP 命令，這些命令是安全的，也導(dǎo)致了重復(fù)的權(quán)限提示。然后，它會(huì)推薦一個(gè)命令列表，將其添加到你的權(quán)限白名單中。

你可以使用此功能來優(yōu)化你的權(quán)限設(shè)置，避免不必要的權(quán)限提示。

#03

「回顧」

回顧是對(duì)智能體所做的事情及下一步行動(dòng)的簡(jiǎn)短總結(jié)，它可以在幾分鐘或幾小時(shí)后返回一個(gè)長(zhǎng)時(shí)間運(yùn)行的會(huì)話。

#04

專注模式

CLI 中加入了專注模式，它會(huì)隱藏所有中間步驟，只專注于最終結(jié)果。新模型已經(jīng)達(dá)到了這樣一個(gè)程度，我們通常信任它會(huì)運(yùn)行正確的命令并進(jìn)行正確的編輯，只需要查看最終結(jié)果。

你可以使用 /focus 進(jìn)行開關(guān)。

#05

自適應(yīng)的思考深度

Opus 4.7 使用自適應(yīng)思考而非思考預(yù)算。要調(diào)整模型的思考多 / 少程度，Anthropic 推薦調(diào)整努力程度。

使用較低努力程度可獲得更快的響應(yīng)和更低的令牌使用量。使用較高努力程度可獲得最高智能和能力。

Boris Cherny 表示，大多數(shù)任務(wù)可以使用 xhigh 努力程度，對(duì)最困難的任務(wù)使用 max 努力程度。Max 僅適用于當(dāng)前的會(huì)話；其他努力程度是粘性的，并將在下一次會(huì)話中持續(xù)存在。

/effort 用于設(shè)置努力程度。

#06

給 Claude 一個(gè)驗(yàn)證其工作的方式

最后，確保 Claude 有一種驗(yàn)證其工作的方式。這一直是一種能讓你從 Claude 獲得 2-3 倍產(chǎn)出的方法，而且在 4.7 版本中，這比以往任何時(shí)候都更重要。

驗(yàn)證方式因任務(wù)而異。對(duì)于后端工作，確保 Claude 知道如何啟動(dòng)您的服務(wù)器 / 服務(wù)來進(jìn)行端到端測(cè)試；對(duì)于前端工作，使用 Claude Chromium 擴(kuò)展程序，讓 Claude 能夠控制您的瀏覽器；對(duì)于桌面應(yīng)用，使用 computer use。

Boris Cherny 稱自己最近的許多提示都像這樣：「Claude 做 blah blah /go」。/go 是一種技能，它讓 Claude 1）使用 bash、瀏覽器或 computer use 進(jìn)行端到端自我測(cè)試；2）運(yùn)行 /simplify 技能；3）提交一個(gè) PR。

上周 Anthropic 發(fā)布了 「Project Glasswing」項(xiàng)目，重點(diǎn)闡述了人工智能模型在網(wǎng)絡(luò)安全領(lǐng)域的風(fēng)險(xiǎn)與優(yōu)勢(shì)。Anthropic 宣布將限制 Claude Mythos Preview 的發(fā)布范圍，并首先在功能較弱的模型上測(cè)試新的網(wǎng)絡(luò)安全防護(hù)措施。

Opus 4.7 即是首個(gè)此類模型：其網(wǎng)絡(luò)安全能力不如 Mythos Preview（Anthropic 表示在訓(xùn)練過程中嘗試了多種方法來逐步降低其網(wǎng)絡(luò)安全能力）。發(fā)布時(shí)的 Opus 4.7 配備了安全防護(hù)措施，能夠自動(dòng)檢測(cè)并阻止表明存在違禁或高風(fēng)險(xiǎn)網(wǎng)絡(luò)安全用途的請(qǐng)求。

Anthropic 將從這些安全防護(hù)措施的實(shí)際部署中獲得經(jīng)驗(yàn)，從而最終實(shí)現(xiàn) Mythos 級(jí)模型的廣泛發(fā)布目標(biāo)。

總體而言，Opus 4.7 的安全性能與 Opus 4.6 相似：Anthropic 的評(píng)估顯示，其出現(xiàn)欺騙、奉承和與濫用者合作等令人擔(dān)憂的行為的比例較低。在某些指標(biāo)上，例如誠實(shí)度和抵御惡意「快速注入」攻擊的能力，Opus 4.7 比 Opus 4.6 有所改進(jìn)；但在其他指標(biāo)，例如在管制藥物方面提供過于詳細(xì)的減害建議的傾向上 Opus 4.7 略有不足。

Anthropic 的一致性評(píng)估得出結(jié)論，該模型「總體上一致性良好且值得信賴，但其行為并非完全理想」。值得注意的是，根據(jù)評(píng)估，Mythos Preview 仍然是一致性最佳的模型。

根據(jù)自動(dòng)化行為審核，總體行為偏差得分如上。

除了 Claude Opus 4.7 本身之外，Anthropic 還將推出以下更新：

更精細(xì)的難度控制：Opus 4.7 新增了一個(gè)介于 high 和 max 之間的 xhigh「超高」級(jí)別，使用戶能夠更精確地控制在解決難題時(shí)推理速度和延遲之間的權(quán)衡。在 Claude Code 中，Anthropic 已將所有套餐的默認(rèn)級(jí)別提升至 xhigh。在測(cè)試 Opus 4.7 的編碼和智能體應(yīng)用場(chǎng)景時(shí)，建議從 high 或 xhigh 級(jí)別開始。

在 Claude 平臺(tái)（API）上：除了支持更高分辨率的圖像外，Anthropic 還在公開測(cè)試版中推出了任務(wù)預(yù)算，讓開發(fā)者能夠引導(dǎo) Claude 的 token 支出，以便它可以優(yōu)先處理較長(zhǎng)時(shí)間內(nèi)的工作。

在 Claude Code 中：新增的 /ultrareview 斜杠命令會(huì)創(chuàng)建一個(gè)專門的審查會(huì)話，讀取所有更改并標(biāo)記出細(xì)心的審查員能夠發(fā)現(xiàn)的錯(cuò)誤和設(shè)計(jì)問題。Anthropic 為 Claude Code Pro 和 Max 用戶提供三次免費(fèi)的超強(qiáng)審查機(jī)會(huì)供試用。Anthropic 還將自動(dòng)模式擴(kuò)展到了 Max 用戶。自動(dòng)模式是一項(xiàng)新的權(quán)限選項(xiàng)，Claude 會(huì)替你做出決策，這意味著可以運(yùn)行更長(zhǎng)時(shí)間的任務(wù)，減少中斷，并且比人類選擇跳過所有權(quán)限的風(fēng)險(xiǎn)更低。

Opus 4.7 是 Opus 4.6 的直接升級(jí)版，但有兩個(gè)變化值得關(guān)注，因?yàn)樗鼈儠?huì)影響 token 的使用。首先，Opus 4.7 使用了更新的分詞器，改進(jìn)了模型處理文本的方式。因此外界認(rèn)為它大概率是一個(gè)新的基礎(chǔ)模型，甚至可能是從 Mythos 提煉而來的。

但代價(jià)是，相同的輸入可能會(huì)映射到更多的詞元 —— 根據(jù)內(nèi)容類型的不同，大約增加 1.0 到 1.35 倍。其次，Opus 4.7 在高難度任務(wù)下會(huì)進(jìn)行更多思考，尤其是在主動(dòng)語態(tài)場(chǎng)景的后期回合。這提高了模型在解決難題時(shí)的可靠性，但也意味著它會(huì)產(chǎn)生更多的輸出 token。

人們也發(fā)現(xiàn)，Opus 4.7 的知識(shí)截止日期更新了：

用戶可以通過多種方式控制 token 的使用：例如使用工作量參數(shù)、調(diào)整任務(wù)預(yù)算或引導(dǎo)模型簡(jiǎn)化代碼。在 Anthropic 自己的測(cè)試中，最終效果是積極的 —— 內(nèi)部編碼評(píng)估顯示，所有工作量級(jí)別的令牌使用率均有所提高（如下所示）—— 但 Anthropic 建議在實(shí)際流量上進(jìn)行評(píng)估。

Anthropic 還編寫了遷移指南（https://platform.claude.com/docs/en/about-claude/models/migration-guide#migrating-to-claude-opus-4-7），提供了從 Opus 4.6 升級(jí)到 Opus 4.7 的更多建議。

根據(jù)每個(gè)工作量級(jí)別下 token 使用情況，對(duì)內(nèi)部智能編碼評(píng)估進(jìn)行評(píng)分。在此評(píng)估中，模型在單個(gè)用戶提示下自主運(yùn)行，因此結(jié)果可能無法代表交互式編碼中的 token 使用情況。

在 Opus 4.7 發(fā)布后，人們開始大規(guī)模測(cè)試評(píng)價(jià)，大多數(shù)使用者認(rèn)為新模型效果不錯(cuò)，也有人表示其 token 消耗非常驚人（pro 問兩三個(gè)問題就沒額度了）。

同樣是在昨天晚上，千問開源了 Qwen3.6-35B-A3B（350 億參數(shù)，激活 30 億），有人還表示，在自己 MacBook Pro M5 上通過 LM Studio（以及 llm-lmstudio 插件）運(yùn)行的千問模型生成「鵜鶘騎自行車」效果要比 Opus 4.7 好。

當(dāng)然這不能就說明 Qwen3.6-35B-A3B 更強(qiáng)了。

更多的使用情況，還有待大家的進(jìn)一步驗(yàn)證。

參考內(nèi)容：

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

https://x.com/bcherny/status/2044847848035156457

https://qwen.ai/blog?id=qwen3.6-35b-a3b

https://simonwillison.net/2026/Apr/16/qwen-beats-opus/

公眾號(hào)最近更改了推送規(guī)則，不再按時(shí)間順序推送，而是根據(jù)人工智能算法有選擇性向用戶推送，有可能以后你無法看到賴博士的文章推送了。

解決方法是將《賴博士說》的公眾號(hào)“星標(biāo)”，順手點(diǎn)下文末右下角的“在看”，系統(tǒng)會(huì)默認(rèn)我們公眾號(hào)的文章符合你的喜好，以后賴博士的文章就會(huì)在第一時(shí)間推送到你面前。

死亡螺旋已開啟：深度拆解2026白銀軋空背后的金錢博弈

賴博士說

解密“川普QE”：一場(chǎng)繞過美聯(lián)儲(chǔ)的隱形放水

賴博士說

幫你站在高處，重新理解財(cái)富

賴博士說

公眾號(hào)：@賴博士說

視頻號(hào)：@賴博士說

小紅書：@賴博士說

今日頭條：@賴博士說

Youtube：@賴博士說

免責(zé)聲明：本公眾微信平臺(tái)“賴博士說”所載的資料及說明只可作一般性參考資料來閱讀。平臺(tái)不會(huì)就文章內(nèi)資料、或因使用此等資料之正確性、準(zhǔn)確性、可靠性或其他方面所導(dǎo)致的后果作出任何保證或其他聲明。平臺(tái)有酌情權(quán)隨時(shí)刪除、暫時(shí)停載或修改本帳號(hào)上的各項(xiàng)資料而無須給予任何通知或理由。若資料內(nèi)容涉及產(chǎn)品資料，一概只可作一般性參考且并非適用于各產(chǎn)品及服務(wù)的所有條款及細(xì)則。詳細(xì)資料請(qǐng)參閱有關(guān)產(chǎn)品及服務(wù)之協(xié)議。本文內(nèi)容僅供內(nèi)部參考及培訓(xùn)使用，并不構(gòu)成任何法律、稅務(wù)、投資或其他專業(yè)意見。