就在今天，Anthropic正式发布Claude Opus 4.7，作为Opus 4.6的直接升级版本，本次更新重点集中在三个方向：软件工程能力的大幅提升、视觉理解的显著增强，以及一套全新的网络安全防护机制。值得说明的是，Opus 4.7并非目前Claude系列中能力最强的模型——那个位置属于上周刚刚发布的Claude Mythos Preview——但它是第一个面向大规模开放部署、同时完成完整安全体系验证的新一代旗舰。定价与Opus 4.6保持一致：API输入$5/百万token，输出$25/百万token。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
Claude Opus是Anthropic旗舰模型系列中定位最高的产品线。此前的Opus 4.6于2026年2月发布，在复杂推理、代码生成、长上下文任务等方面表现突出。
上周，Anthropic发布了Claude Mythos Preview，将能力天花板进一步拉高，但出于安全考虑维持受限发布状态。Opus 4.7的推出，可以理解为Anthropic在"最强能力"和"广泛部署安全性"之间做出的一次工程平衡——比Mythos Preview能力稍弱，但已经过系统性安全验证，可以正式面向所有用户和企业开放。
从DataLearner收录的历代版本数据来看，Opus系列的演进相当稳健：
以GPQA Diamond为例，从Opus 4.1的81.00分，到4.5的87.00分，到4.6的91.31分，再到4.7的94.20分，每一代都有实质性提升。SWE-bench Verified的跨越更明显：Opus 4.6和4.5的成绩基本持平（80.84 vs 80.90），而4.7直接跳升至87.60分，这个突破是本次发布最值得关注的信号之一。
这次更新最核心的亮点，是在软件工程任务上的显著提升，尤其是在最复杂的那类任务上。
从早期测试伙伴的反馈来看，提升幅度相当明显：
Opus 4.7的一个明显新行为：它会在开始工作前自行进行形式化验证，并在输出结果前主动检查自身逻辑的正确性，而不是等用户发现问题后再修正。简单说，比Opus 4.6更懂得"先想清楚再动手"。
在遵从指令方面同样有显著提升。这里有一个实际影响需要注意：之前针对Opus 4.6调校的提示词，现在可能产生不同结果——旧模型会对指令做宽松解读，Opus 4.7则更字面化地执行。建议开发者在切换模型后重新测试和调整提示词。
Opus 4.7在视觉理解方面做了一次重要的底层升级：支持的图像分辨率从此前版本的上限，提升至长边2,576像素（约3.75百万像素），是此前Claude模型的超过3倍。
几个典型的实际意义：
这是模型级别的变化，不需要调整API参数，发送给模型的图像会自动以更高分辨率处理。需要注意的是，高分辨率图像会消耗更多token，如不需要额外细节，可在发送前对图像降采样。
这部分是Opus 4.7发布中一个特别值得关注的背景。
上周，Anthropic在发布Claude Mythos Preview的同时，也发布了Project Glasswing，专门评估AI模型在网络安全领域的风险与价值，并宣布在验证新防护机制之前，Mythos Preview将维持受限发布。Opus 4.7是第一个搭载这套网络安全防护机制的正式发布模型。
具体来说，Anthropic在Opus 4.7的训练过程中专门尝试差异化降低网络安全类能力，同时部署了一套会自动检测并拦截高风险网络安全请求的防护机制。策略逻辑是：先在能力相对较低的模型上验证这套体系，再逐步将经验应用到Mythos级别模型的广泛发布上。
对于有合法需求的安全专业人员（漏洞研究、渗透测试、红队评估），Anthropic开放了 Cyber Verification Program 申请通道。
除了模型本身，这次发布还带来了几个配套功能更新：
新增 xhigh 推理等级：在原有的 high 和 max 之间，新增了 xhigh 等级，让用户在推理深度和响应延迟之间有更细粒度的控制。Claude Code 中，所有计划的默认推理等级已经从 high 提升至 xhigh。测试Opus 4.7做编程或智能体任务时，Anthropic建议从 high 或 xhigh 开始。
任务预算（Task Budgets）公测：Claude Platform API新增任务预算功能，开发者可以为Claude指定token消耗的分配策略，让模型在长时间运行任务中能合理分配资源、优先处理重要工作。
Claude Code新增 /ultrareview 命令：触发一次专项代码审查，逐行阅读代码变更，标记出资深审查者会发现的缺陷和设计问题。Pro和Max用户可以免费获得3次试用。另外，Auto mode（自动权限决策模式）现在也扩展到了Max用户。
DataLearner已收录Opus 4.7的代表性评测成绩如下：
编程和计算机操控方向的排名非常靠前，这与Anthropic这次重点宣传软件工程能力的方向一致。
从DataLearner收录的竞品对比数据来看，Opus 4.7的强弱分布比较清晰：
编程方向优势明显：SWE-bench Verified Opus 4.7得87.60分，Gemini 3.1 Pro为80.60分，GPT-5.4暂无可比数据；SWE-Bench Pro中Opus 4.7以64.30分领先GPT-5.4的57.70分和Gemini的54.20分，差距相当显著。这是Opus 4.7最值得称道的方向。
综合推理基本持平：GPQA Diamond三者基本咬在一起（Opus 4.7：94.20，GPT-5.4：92.80，Gemini 3.1 Pro：94.30），HLE方面Opus 4.7以54.70分小幅领先（GPT-5.4：52.10，Gemini：51.40）。
Agent信息收集方向落后：BrowseComp上Opus 4.7得79.30分，而Gemini 3.1 Pro达85.90分、GPT-5.4为82.70分，这是相对薄弱的一块。Terminal Bench 2.0上也是GPT-5.4（75.10）领先Opus 4.7（69.40）。
价格方面需要正视：Opus 4.7的标准API定价（$5输入/$25输出）明显高于GPT-5.4（$2.5/$15，272K以内）和Gemini 3.1 Pro Preview（$2/$12，200K以内）。在编程能力以外的场景，选择哪个模型需要结合具体任务和成本综合判断。
从Opus 4.6切换到Opus 4.7有两个变化值得提前规划：
Tokenizer更新：新版tokenizer改善了文本处理方式，但相同输入内容可能映射到更多token，测试数据显示大约是1.0–1.35倍，具体取决于内容类型。
更多推理输出：Opus 4.7在较高推理等级下，尤其是智能体任务的后期对话轮次中，会产生更多思考token。
好消息是，根据Anthropic内部编程评测，综合考虑任务完成质量和token消耗，整体效率是改善的——更高的完成率摊薄了token成本。但仍建议在真实业务流量上先做测试再切换。Anthropic提供了完整的 迁移指南。
Claude Opus 4.7今日起全面开放，支持以下渠道：
claude-opus-4-7定价与Opus 4.6一致：输入 $5/百万token，输出 $25/百万token。
关于Claude Opus 4.7的完整评测数据和竞品对比，可参考DataLearner模型评测详情页：https://www.datalearner.com/ai-models/pretrained-models/claude-opus-4-7/analysis
| 2 / 12 |
| Terminal Bench 2.0（终端操作） | 69.40 | 4 / 33 |