Anthropic昨夜扔下了一颗重磅炸弹。Claude Opus 4.7正式上线。
在最关键的软件工程能力上，它完成了对GPT-5.4的超越，甚至在某些指标上逼近了尚未全面开放的Claude Mythos Preview。
01 编程能力暴涨
Opus 4.7在代码领域的表现相当出色。
在权威的SWE-bench Pro基准测试中，Opus 4.7的得分从4.6版本的53.4%直接跳涨至64.3%。
这是什么概念？
GPT-5.4在同一测试中的成绩是57.7%，而Opus 4.7一口气拉开了近7个百分点的差距。
而在SWE-bench Verified的成绩是87.6%，相比4.6的80.8%提升近7个百分点。
这些数据的早期测试用户反馈，以前那些需要工程师盯着看的高难度编程任务，现在可以放心地交给Opus 4.7独立完成。
因为它不仅能处理复杂的长时任务，还会主动验证自己的输出，甚至会在执行前进行「自我纠错」。
Stripe的工程团队在测试中提到：「Opus 4.7能在规划阶段就捕捉到自己的逻辑缺陷，并加速执行。这对需要大规模交付可信金融解决方案的我们来说，可能是游戏规则的改变者。」
02 视觉3倍分辨率
Opus 4.7新版本支持高达2,576像素（长边）的图像输入，分辨率是前代模型的三倍以上，约3.75兆像素。
它可以看清复杂技术图纸上的微小标注，能准确解读化学分子的立体结构，在计算机操作任务中，能从高分辨率截图里识别出细枝末节的UI元素。
在CharXiv视觉推理基准测试中，Opus 4.7的得分从4.6的 69.1% 跃升至 82.1%；配合工具使用时，更是达到了91.0%，相较于前代的84.7%提升巨大。
XBOW，即自主渗透测试平台，的测试数据更为震撼：在视觉敏锐度基准测试中，Opus 4.7得分98.5%，而Opus 4.6仅为54.5%。
「我们最大的痛点一夜之间消失了」，XBOW团队表示。
03 金融、法律、科研等方面也大有提升
别以为Opus 4.7只是个程序员专属模型。在多个专业领域，它都展现出了专家级的素养。
金融领域，它在Finance Agent v1.1测试中取得64.4%的成绩，并在 GDPval-AA，即第三方经济价值知识工作评估测试中创下Claude系列模型的最佳表现。
从财务建模到专业演示文稿制作，Opus 4.7被评价为「比4.6更严谨的金融分析师」。
法律领域，在BigLaw Bench测试中，Opus 4.7在高难度任务下达到 90.9%的准确率。
它能准确区分「转让条款」和「控制权变更条款」，要知道，这可是前沿模型普遍头疼的微妙区别。
科研与多语言，在Graduate-level reasoning测试中，Opus 4.7达到 94.2%，与GPT-5.4 Pro的94.4%和Gemini 3.1 Pro的94.3%处于同一梯队；多语言问答（MMMLU）也提升至91.5%。
04 新版本特性
Opus 4.7在行为模式上有一个有趣的转变：它变得更擅长遵循指令，也更愿意表达专业观点。
一方面，它的指令遵循能力显著增强。
Anthropic特别提示，以前为旧版本编写的提示词可能需要重新调整，因为Opus 4.7会严格按照字面意思执行，而不会像4.6那样宽松解释或跳过部分指令。
另一方面，它在技术讨论中表现出更强的专业素养。
Replit团队注意到：它会在技术讨论中提出反驳，帮助我做更好的决策。感觉真的像一个更好的同事，而不是一个只会说好的的应声虫。
Opus 4.7在文件系统记忆方面也有改进，能在长时间、多会话的工作中记住重要笔记，减少重复上下文的输入。
05 安全、价格与获取方式
安全防护是这次发布的重要一环。
Anthropic表示，Opus 4.7是网络安全风险研究项目框架下的首个模型，其网络攻击能力相比Mythos Preview已被差异化降低。
模型内置了自动检测机制，可阻止高风险的网络安全滥用请求。
当然，合法的漏洞研究、渗透测试和红队测试并不在此列，安全专业人士可申请加入全新的Cyber Verification Program。
价格方面，Opus 4.7维持与4.6相同的定价，输入定价$5/百万token，输出定价$25/百万token。
目前，Claude网页端和App已全面上线，API模型名称为claude-opus-4-7，同时登陆Amazon Bedrock、Google Cloud Vertex AI和Microsoft Foundry。
但Claude近日要搞AI实名制，国内用户可能体验不到这波更新了。
