Claude Opus 4.7 发布说明 / 更新内容

Anthropic 宣布 Claude Opus 4.7 正式可用，该模型旨在以更高的严谨性和一致性处理复杂的、长时运行的软件工程任务。此次发布重点在于提高编码的自主性、通过更高分辨率的视觉能力增强多模态能力，以及实施特定的网络安全防护措施。

高级软件工程与智能体能力

Claude Opus 4.7 在高级软件工程方面较 Opus 4.6 有显著提升，特别是在处理最困难的任务时。该模型旨在精确处理复杂的、长时运行的任务，更严格地遵循指令，并在报告结果之前验证自己的输出。

早期访问测试人员报告了智能体工作流中的几项关键改进：

  • 自主性与可靠性： 测试人员注意到模型在规划阶段发现逻辑错误的能力，以及在进行深度调查工作时能够持续数小时保持连贯工作的能力。例如，Devin 报告称，Opus 4.7 解锁了一类此前无法可靠完成的深度调查工作。
  • 编码基准测试： 在一个包含 93 个任务的编码基准测试中，Opus 4.7 的解决率比 Opus 4.6 提高了 13%，解决了四个 Opus 4.6 和 Sonnet 4.6 都无法解决的任务。在 CursorBench 上，它达到了 70%，而 Opus 4.6 为 58%。
  • 工具使用与错误恢复： Notion Agent 报告称其较 Opus 4.6 提升了 14%，且工具错误减少了三分之一，并指出模型能够在之前会导致模型停止运行的工具故障中继续执行。
  • 生产任务解决率： 在 Rakuten-SWE-Bench 上，Opus 4.7 解决的生产任务是 Opus 4.6 的三倍，且在代码和测试质量方面有两位数的增长。

增强的多模态支持与视觉能力

Opus 4.7 通过支持更高分辨率的图像引入了实质性的视觉能力提升。该模型现在可以接受长边最高达 2,576 像素（约 3.75 百万像素）的图像，分辨率是之前 Claude 模型的三倍以上。

分辨率的提升使得更精确的多模态用例成为可能，包括：

  • 为计算机使用智能体读取密集的屏幕截图。
  • 从复杂的工程图纸中提取数据。
  • 为生命科学工作流解读化学结构。

网络安全防护措施与网络验证计划

作为 Anthropic 在 Project Glasswing 之后战略的一部分，Opus 4.7 作为新网络安全防护措施的测试场，在这些措施应用于 Claude Mythos Preview 等更强大的模型之前进行测试。虽然 Opus 4.7 的网络能力比 Mythos Preview 弱一些——部分原因是由于旨在差异化降低这些能力的训练实验——但它包含了能够自动检测并拦截禁止或高风险网络安全请求的防护措施。

对于从事渗透测试、漏洞研究和红队测试等合法工作的安全专业人员，Anthropic 引入了 Cyber Verification Program 以提供受控访问。

技术规格与平台更新

价格与可用性

Claude Opus 4.7 可通过所有 Claude 产品、Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 使用。价格与 Opus 4.6 保持一致：

  • 输入 Token： 每百万个 $5
  • 输出 Token： 每百万个 $25

新功能与控制项

  • 努力程度 (Effort Levels)： 在 high 和 max 之间引入了一个新的 xhigh ("extra high") 努力程度，允许用户更好地平衡推理深度与延迟。在 Claude Code 中，所有方案的默认努力程度现在均为 xhigh。
  • 任务预算 (Task Budgets)： 目前在 Claude API 上处于公开测试阶段，任务预算允许开发者通过引导 Token 消耗来优先处理长时运行的任务。
  • Claude Code 更新： 一个新的 /ultrareview 命令提供专门的评审环节以标记错误和设计问题。此外，“自动模式” (auto mode，一种减少干扰的权限选项) 已扩展至 Max 用户。

从 Opus 4.6 迁移至 Opus 4.7

虽然 Opus 4.7 是直接升级，但开发者应注意两个影响 Token 消耗的主要变化：

  1. 更新的 Tokenizer： 更新后的 Tokenizer 提升了文本处理能力，但根据内容的不同，可能会使 Token 数量增加约 1.0–1.35×。
  2. 增强的推理能力： 在较高的努力程度下，模型会因为增加的思考过程而产生更多的输出 Token，特别是在智能体 (agentic) 设置下。

Anthropic 建议用户重新调整 Prompt 和 Harnesses，因为 Opus 4.7 比之前的模型更严格地遵循指令，如果 Prompt 编写时是基于较宽松的解释，可能会导致意外的结果。

Sources

相关