Claude Opus 4.7：编程能力+13%，价格不变

🔥 Claude Opus 4.7 正式发布：编程能力全面超越

Anthropic 正式发布Claude Opus 4.7，这是 Opus 系列的最新版本：

• 编程能力全面超越：93-task benchmark 提升 13%
• 更省 token：低努力的 Opus 4.7 ≈ 中等努力的 Opus 4.6
• 更听话：严格遵循指令，减少工具错误

Opus 4.7 在高级软件工程方面有显著改进，特别在最困难任务上表现出色。

📊 关键数据

🧠 核心改进

1. 复杂任务更可靠

Opus 4.7 在复杂、长期运行的任务上表现更出色：

• 严谨一致性：处理复杂任务时保持严谨和一致
• 精确遵循指令：严格遵循用户指令
• 自我验证：设计方法验证自己的输出

2. 更高分辨率视觉

视觉能力大幅提升：

• 更高分辨率：可以更高分辨率查看图像
• 更好的品味：完成专业任务时更有品味和创意
• 更高质量：生成更好的界面、幻灯片和文档

3. 减少工具错误

Opus 4.7 的工具调用更可靠：

• 工具错误减少 1/3：更稳定的工具调用
• 错误恢复：遇到工具失败时继续执行，而不是停止
• 更高的质量/工具调用比率：每个工具调用产出更高质量

💰 定价不变

Opus 4.7 定价与 Opus 4.6 相同：

更省 token：低努力的 Opus 4.7 ≈ 中等努力的 Opus 4.6，意味着成本更低。

🎯 与 Mythos Preview 的关系

Anthropic 明确表示：

• Mythos Preview 比 Opus 4.7 更强大，但限制发布
• Opus 4.7 是第一个测试新安全防护的模型
• 网络安全能力：Opus 4.7 不如 Mythos Preview
• 安全防护：自动检测和阻止高风险网络安全请求

网络安全验证计划

安全专业人员可以申请网络安全验证计划：

• 漏洞研究
• 渗透测试
• 红队测试

💡 用户反馈

Vercel：

• “单次编码任务非常出色，比 Opus 4.6 更正确、更完整”
• “更诚实地承认自己的限制”
• “甚至在开始工作前对系统代码做证明”

Cursor：

• “CursorBench 提升明显：70% vs 58%”
• “自主性和更创意的推理”

Devin：

• “可以连续工作数小时”
• “遇到困难问题坚持前进，而不是放弃”
• “解锁了以前无法可靠运行的深度调查工作”

Notion：

• “+14% 成功率，更少 token”
• “第一个通过隐式需求测试的模型”
• “继续执行工具失败，而不是停止”

Rakuten：

• “Rakuten-SWE-Bench 解决3倍更多生产任务”
• “代码质量和测试质量两位数提升”

📝 总结

Claude Opus 4.7 是编程能力的重大提升：

• +13% 编程基准，70% vs 58% CursorBench
• 更省 token：低成本高质量
• 更听话：严格遵循指令，减少工具错误
• 自我验证：验证自己的输出
• 视觉提升：98.5% vs 54.5% 视觉精度
• 定价不变：$5/1M 输入，$25/1M 输出

编程能力全面超越，但价格不变。这就是 Opus 4.7。

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

Claude API：https://platform.claude.com/docs/en/about-claude/models/overview