写在前面
刚刚，Anthropic 发布了 Claude Opus 4.7。
这次升级最值得看的，不只是“又发了个新模型”，而是它把几条真正影响生产使用的能力一起往前推了：高难度编程、长任务稳定性、视觉分辨率、专业文档处理，以及更细的推理强度控制。
更关键的是，价格没变。输入每百万 token 5 美元，输出 25 美元，和 Opus 4.6 保持一致。对已经在用 Claude 的团队来说，这种升级最有吸引力的地方就在这里：迁移门槛不高，但能力上限被重新抬了一次。
先看最扎眼的一组信号
这次最直接的感觉，不是某个 benchmark 又涨了几个点，而是 Opus 4.7 明显更像一个能把复杂任务往前跑完的模型。
它已经在 Claude 产品、Anthropic API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 上全面可用，模型 id 是 claude-opus-4-7。而且它还是 Project Glasswing 之后，第一个拿来试验新网络安全护栏的对外模型。
定价依旧是每百万输入 token 5 美元、输出 token 25 美元。相比 Mythos Preview 的 25/125 美元，Opus 4.7 便宜了 5 倍，但在公开可用模型里，已经把一整套关键能力往上顶了一截。
如果把 Anthropic 给出的整体对比图和一线客户反馈放在一起看，结论其实很直接：4.7 不是补某一项短板，而是在真实工作流里最常碰到的几块一起升级了。
编程是这次最核心的升级点
Opus 4.7 最显眼的变化，还是高难度软件工程任务。
这次用户反馈里反复出现两个词：长程、自主。意思很明确——过去必须盯着改、盯着补、盯着修的那类代码活，现在可以更放心地把更多步骤直接交给模型去跑。
几个代表性数据很有说服力。GitHub 的 93 个任务编程基准里，Opus 4.7 比 Opus 4.6 高 13%，其中还有 4 个任务是 Opus 4.6 和 Sonnet 4.6 都做不出来的。CursorBench 上，4.7 达到 70%，4.6 是 58%。Rakuten 的生产任务测试里，4.7 解决的问题数达到了 4.6 的 3 倍。Notion 那边则给出了一组更接近真实流程的数据：准确率提升 14%，token 用得更少，工具调用错误降到原来的三分之一，而且第一次通过了“隐含需求”测试。
这里面最重要的，不只是“更会写代码”，而是更会把任务一路推进到底。公告里一个很关键的观察是：Opus 4.7 会减少那种没有意义的包装函数和兜底脚手架，写着写着就能自己发现问题、自己修一轮。Cognition 的反馈也很直白：它可以连贯工作几个小时，不会轻易卡在难题上放弃。
更极端的例子来自 Imbue。Opus 4.7 被拿去从零构建一个完整的 Rust TTS 引擎，里面不仅有神经网络模型、SIMD 内核和浏览器 demo，还会反过来用语音识别器验证自己的输出是不是匹配 Python 参考实现。这类案例真正说明的，不是它能生成多长代码，而是它开始具备了更强的自我校验意识。
如果你经常把模型用在复杂仓库、多步修复、长链路开发任务里，这次 4.7 的变化会比单纯的“补全变聪明”更容易感知到。
视觉能力这次不是陪跑，而是第二大升级点
这次另一个很容易被低估的变化，是视觉能力。
Opus 4.7 支持的图像长边提高到了 2576 像素，约 375 万像素，是此前 Claude 模型的三倍多。这个变化没有单独的 API 开关，直接送高分辨率图片就能用。
这件事的重要性，不只是“能看更清楚一点”。很多真实任务本来就依赖图片、截图、图表和图文混排文档。像 computer-use、密集截图读取、复杂图表抽取、需要像素级对照的界面操作，这些能力以前常常不是“不会推理”，而是“看不清”。
XBOW 的数据最夸张：它的视觉敏锐度基准上，Opus 4.6 是 54.5%，Opus 4.7 直接到了 98.5%。对于做自动化渗透测试、看界面、读报错、识别细节按钮这类场景，这种提升比单纯的文字 benchmark 更容易在实际使用里被感知到。
Anthropic 这次还顺手把 Vision 的一些实际使用边界讲清楚了：图片可以走 base64 或 URL；API 单次请求最多 600 张，claude.ai 最多 20 张；过大的图会先被服务端 down-sample；粗略计价公式是 tokens ≈ (width × height) / 750，1 兆像素大约等于 1334 tokens。
换句话说，视觉升级这次不是锦上添花，而是在给更多多模态开发任务补地基。
安全侧的动作，说明 Anthropic 现在不只是在拼能力
这次发布还有一条很值得注意的主线：安全策略。
要理解 Opus 4.7 这次的安全动作，得和 Project Glasswing 一起看。Anthropic 上周联合 AWS、苹果、博通、思科、CrowdStrike、Google、摩根大通、Linux 基金会、微软、NVIDIA、Palo Alto Networks 推出了这个项目，背后的原因并不轻。因为内部的 Claude Mythos Preview，在漏洞发现这件事上已经强到了接近顶级安全专家的水平。
公开提到的几个例子都很扎眼：OpenBSD 里活了 27 年的漏洞、FFmpeg 里藏了 16 年的老洞、Linux 内核里能一路把普通权限链到完全控制的问题。这类能力一旦无约束地下放，风险就不是“模型更会写代码”这么简单了。
所以 Opus 4.7 这次扮演的角色很特殊：它是第一个对外发布、同时带着新网络安全护栏一起试运行的模型。训练阶段有意削弱了一部分网络安全能力，发布时再配上自动检测和拦截高风险网络安全用途请求的护栏。合法用途的研究员、漏洞研究、红队和渗透测试人员，可以去申请 Cyber Verification Program。
这意味着 Anthropic 现在的更新逻辑，已经不是“单纯把能力往上堆”了，而是一边放能力，一边给高风险能力补闸门。能力扩张和平台治理，开始变成同一套系统里的两条主线。
新功能不算特别多，但都贴着实际工作流在补
模型本体之外，这次还有几项对开发者很实用的更新。
第一项是新的 xhigh effort 档位，放在 high 和 max 之间。它控制的是 Claude 在响应、工具调用和 extended thinking 里愿意花多少 token 去思考。Claude Code 现在默认就把 effort 拉到了 xhigh，官方也建议编程和 agentic 场景至少从 high 或 xhigh 起步。
第二项是 task budgets 公测。它允许开发者直接给 Claude 设 token 预算，让模型自己在长任务里分配精力和优先级。对于要做长链路自动化、又得控制成本的团队来说，这比单纯追求最强效果更实用。
第三项是 Claude Code 的 /ultrareview。它会拉起一个独立 review 会话，把改动从头到尾过一遍，专门找 bug 和设计问题。Pro 和 Max 用户有 3 次免费额度。
第四项是 Auto mode 进一步下放到 Max 用户。它本质上是在“每一步都问你”和“完全跳过权限检查”之间，补上了一个更实用的中间档：安全的操作直接放行，高风险动作拦下来让 Claude 换方案。对于长任务和连续操作来说，这一步的意义很大。
把这些更新连起来看，Claude Code 的方向已经越来越明确：它不只是一个在终端里补全代码的助手，而是在往能自主推进任务的开发工作台靠。
迁移门槛不高，但 token 行为会变
对已经在用 Opus 4.6 的团队来说，这次升级动作本身不重，基本就是直接替换模型名；但实际迁移时有两个地方最好提前盯住。
第一，是 tokenizer 换了。新 tokenizer 让文本处理更完整，但代价是同样的输入内容，在新版本里的 token 数量可能变成旧版的 1.0 到 1.35 倍，具体看内容类型。
第二，是高 effort 档下，Opus 4.7 会想得更多，尤其在 agentic 场景的后半程。好处是硬题可靠性更高，代价是输出 token 可能更多。
Anthropic 给出的建议很简单：调 effort、配合 task budgets、提示模型更简洁。另外还有一个很现实的点——指令跟随明显变强了。以前一些写给老模型的 prompt，到了 4.7 这边可能会因为执行得更“字面”而出现行为偏移，所以升级时最好把 prompt 和 harness 一起过一遍。
这类变化不算“坏消息”，但确实意味着：价格虽然没变，实际成本结构和行为风格还是值得重新量一遍。
真实工作里，它补的可能不只是代码
除了软件工程，这次 Opus 4.7 在知识工作和长任务上的信号也很强。
Anthropic 自己的内部测试里，它在金融分析师任务上比 Opus 4.6 更有效，表现出来的是分析和建模更严谨、演示更专业、任务之间衔接更紧。第三方评估 GDPval-AA 上，Opus 4.7 也拿到了 state-of-the-art。这类评估考的不是单轮答题，而是文档、幻灯片、图表、电子表格这些更像真实工作成果的交付物。
同时，它在文件系统式记忆上的利用也更好了。对于跨多轮、跨 session 的长任务，能更稳地记住前面的关键笔记，开新任务时对前置上下文的依赖会少一点。这种能力放到超长项目、复杂代码库和持续工作流里，价值会比单个回答的漂亮程度更大。
后面补充的办公任务、文档推理、长上下文推理、生物和长程一致性基准，也都在说明同一件事：Anthropic 这次不是只想把“编程能力”打高分，而是在给更长、更复杂、更接近真实工作的使用场景一起打底。
Claude Code 到底该怎么理解
如果现在还把 Claude Code 理解成“终端里一个会聊天的 Claude”，这个理解已经有点落后了。
更准确地说，它正在变成一个围绕任务执行展开的自主编程 Agent。它不只是补全代码、解释报错，还能读仓库、搜文件、改代码、执行命令、做代码审查，并继续往自动模式、长任务执行和更少人工确认的方向扩展。
常见订阅里，Claude Pro 一般是 20 美元/月，Max 会更高；而 Opus 4.7 的 API 定价，这次仍然维持在每百万 token 输入 5 美元、输出 25 美元。
不过说实话，官方订阅对国内用户不太友好——需要海外信用卡，网络环境也得折腾。如果嫌麻烦想找个更省事的渠道，可以看看 Code80，真实订阅帐号转 API，换个 endpoint 就能直接用，体验跟官方一样。详情可以到官网了解：code.ai80.vip
常见问题
1. Claude Opus 4.7 这次最核心的升级是什么？
最核心的是它不只是代码能力更强，而是在长任务稳定性、自我校验、视觉理解和工具调用上一起提升，更像能把复杂任务一路推进到底。
2. 这次为什么很多人特别强调“长程”和“自主”？
因为高难度开发任务最怕中途跑偏。Opus 4.7 在连续工作、自我修正和工具调用稳定性上的进步，让人工盯流程的压力变小了很多。
3. 视觉升级为什么对开发者也重要？
因为很多真实任务都不是纯文本。看截图、读 IDE 报错、抽取图表数据、理解图文混排文档，本质上都依赖模型先把细节看清楚。
4. xhigh effort 有什么用？
它补上了 high 和 max 之间的空档，让开发者可以更细地平衡推理深度、响应速度和 token 消耗。
5. /ultrareview 更像什么？
更像 Claude Code 里的一轮深入代码审查。它不是浅浅扫一眼 diff，而是尽量把 reviewer 级别会挑出来的 bug 和设计问题提前找出来。
6. 国内开发者如果想更方便地使用 Claude 怎么办？
如果走官方路线，通常要处理支付、账号和网络环境这些现实问题。国内用户可以通过 Code80 更方便地使用。
评论前必须登录！
立即登录 注册