4月17日，Anthropic推出了新模型Claude Opus 4.7，现已全面可用。与Opus 4.6相比，新版本在软件工程领域取得了显著进展，同时多模态能力也得到了增强，能够生成更高质量的界面和幻灯片。
Opus 4.7的定价与前一版本一致，每百万输入Token为5美元，每百万输出Token为25美元。
公告指出，新分词器的使用使得相同内容的Token数量增加至原来的1.0到1.35倍，尽管API单价未变，实际成本已上涨10%-35%。
不少用户已经尝试了Claude Opus 4.7，从社交平台的反馈来看，评价呈两极化。
多数用户认为Opus 4.7在编程能力上有所提高，但在文案撰写和对话交流方面的问题较多。
根据Anthropic的数据，Opus 4.7在编码和推理时更加严谨，能够独自验证输出结果。用户反馈称，以前需要密切监督的复杂编码任务，现在可以放心交给该模型来处理。它能够高效地执行长时间、多步骤的任务，准确遵循指令并主动验证输出结果。
该版本支持更高分辨率的图像输入，长边最大可达2,576像素（约375万像素），是前代模型的三倍。这使得模型能够处理需要细致视觉细节的多模态任务，如从复杂表格中提取数据等。
Opus 4.7严格按照字面意思理解并执行指令，因此为旧模型编写的提示词可能会产生意外结果，用户需要重新调整相关提示和工具。
内部测试表明，Opus 4.7在金融分析方面表现更佳，能够生成更为严谨的分析模型和更专业的演示文稿，并实现更紧密的任务整合。第三方评估中，Opus 4.7也表现出色。
该模型擅长使用基于文件系统的记忆，能够在多轮任务中记住重要信息并在新任务中直接利用，减少了上下文输入。
在安全性方面，Opus 4.7配备了自动检测和拦截功能，能够阻止高风险请求。Anthropic表示，安全专业人士可以申请加入“网络验证计划”，以合法用途使用该模型。
总体而言，Opus 4.7的安全性与前一版本相似，在欺骗、谄媚和滥用等行为上发生率较低。在诚实性和抵御恶意攻击方面，Opus 4.7优于Opus 4.6；但在某些特定情况下存在不足。
Opus 4.7新增了一些功能，包括在High和Max之间引入了xHigh（极高）能力级别，以便用户在处理复杂问题时更好地平衡推理质量和延迟。
在Claude code中，所有默认能力级别已提升为xHigh。建议在编码和智能体用例中，从High或xHigh开始测试。
此外，该模型还测试了“任务预算”功能，允许开发者引导Claude的Token消耗，以便在长时间运行中合理分配工作。
新命令/ultraReview将启动专门审查会话，通过检查代码变化来标记出难以发现的bug和设计问题，Pro和Max用户可免费试用三次。
auto Mode（自动模式）现已向Max用户开放，Claude可以代为做出权限决定，从而更长时间运行任务并降低风险。
需要注意的是，Opus 4.7是Opus 4.6的直接升级版，但有两个变化会影响Token使用量，需提前规划：
首先，新分词器改进了文本处理方式，但相同输入可能映射为更多Token，比例约为1.0~1.35倍（视内容类型而定）。
其次，更高能力级别下的思考量增加，尤其在智能体场景的后续轮次中，Opus 4.7会产生更多输出Token。
用户可以通过调整能力参数、设置任务预算或简化提示来控制Token使用。
内部测试显示，所有能力级别的Token效率均有所提升。
对于Opus 4.7的编程能力，许多用户在体验后给予了积极评价，认为能力确实增强了。
然而，Token消耗的问题让一些用户感到困惑。有人表示，尽管官方强调视觉提升，但未提及Token消耗的增加。在使用同一设计稿测试后，Opus 4.7的输入Token数量超过Opus 4.6的三倍。
此外，Opus 4.7在某些能力上表现下降。
在长上下文检索方面，Opus 4.6的得分为78.3%，而Opus 4.7则降至32.2%。Anthropic解释称，新模型在遇到信息不足时会直接报错，而不再随意编造。用户发现，明明上下文中有信息，但它仍然可能漏掉。对依赖长文档的场景（如法律和金融）需谨慎使用。
在联网搜索和Agent能力方面，Opus 4.7也略有下降，其Agentic Search评测分数从Opus 4.6的83.7%降至79.3%。
用户普遍抱怨Opus 4.7的文笔变化明显。
许多用户认为，Opus 4.7的内容显得乏味，续写时充满了“大厂黑话”。一些用户表示：“以前用它修改文案，现在改它的文案花了两倍的时间。”
最后，推理过程的输出也被隐藏。Opus 4.7默认不提供推理摘要，想要查看逻辑需要手动添加命令。复杂任务出错时，用户无法得知具体问题，排查成本增加。有人认为官方可能担心被模仿，但开发者体验确实欠佳。
总体来看，Opus 4.7并非无缝升级，建议在非核心编码场景中先观望。
