Claude Opus 4.7全面上线：编程能力飞跃，但“升级”代价几何？

4月17日，Anthropic正式宣布其最新旗舰模型Claude Opus 4.7全面开放使用。与上一代的Opus 4.6相比，这次更新在高级软件工程领域带来了显著进步，同时多模态视觉能力也大幅增强，能够产出更高质量的界面设计、演示文稿等内容。

价格方面，Opus 4.7维持了与4.6相同的定价策略：每百万输入token收费5美元，每百万输出token收费25美元。然而，事情并非表面看起来那么简单。

Anthropic在官方公告中明确指出了一个关键变化：新的分词器会导致相同文本内容的token数量变为原来的1.0到1.35倍。在API单价不变的前提下，这意味着实际使用成本隐性地上涨了10%至35%。这无疑给开发者们的预算规划提了个醒。

消息一出，不少用户连夜进行了测试。从社交平台上的反馈来看，社区对Opus 4.7的评价呈现出明显的两极分化。

大部分用户认可其在编程能力上的提升，但在文案撰写、日常对话沟通等方面，吐槽的声音则相当集中。

Claude Opus 4.7主要能力提升

根据官方发布的数据，在编码与复杂推理方面，Opus 4.7的表现更为严谨和一致。它能够自行验证输出结果，这让处理那些长期运行、多步骤的复杂任务变得更为可靠。有用户反馈称，过去需要密切监督的复杂编码工作，现在可以更放心地交给Opus 4.7去执行。模型能够精确遵循指令，并在最终汇报前主动进行自我检查。

视觉能力是另一大亮点。Opus 4.7支持更高分辨率的图像输入，其长边最大可达2,576像素（约375万像素），这是前代模型的3倍以上。这一提升使得模型能够处理依赖精细视觉细节的任务，例如读取密集的屏幕截图、从复杂图表中提取数据，或者进行像素级的参考比对。

需要特别注意的一点是，Opus 4.7开始严格按字面意思理解并执行指令。这意味着，为旧模型编写的提示词可能会产生意想不到的结果——因为旧模型往往会进行宽松解释或自动跳过部分内容。用户需要据此重新审视和调整自己的提示词与工具链。

内部测试表明，Opus 4.7在专业领域表现更出色。它像是一位更高效的金融分析师，能够生成严谨的分析模型和更专业的演示文稿，并实现更紧密的任务整合。在第三方评估基准GDPval-AA（涵盖金融、法律等领域的经济价值知识工作）上，Opus 4.7也达到了业界最先进的水平。

此外，模型在利用基于文件系统的记忆方面变得更聪明了。它能够在多轮、长时间的工作中记住重要笔记，并在后续的新任务中直接调用这些记忆，从而减少了前期需要输入的上下文信息量。

安全性方面，Opus 4.7配备了自动检测和拦截功能，旨在阻止涉及禁止或高风险网络安全用途的请求。Anthropic同时表示，安全专业人士若需将模型用于合法的网络安全目的，如漏洞研究、渗透测试等，可以申请加入新推出的“网络验证计划”。

总体而言，Opus 4.7在安全性上与4.6版本相似：在欺骗、谄媚、协助滥用等令人担忧的行为上发生率较低。在诚实性和抵御恶意“提示注入”攻击方面，新模型优于旧版；但在某些特定方面，例如对受管制物质给出过于详细的减害建议，则表现略有退步。

新增xhigh级别选择，更费token了

根据Anthropic的官方博客，Opus 4.7还同步更新了一系列新功能：

首先，在原有的“high”（高）和“max”（最大）努力级别之间，新增了一个“xhigh”（极高）级别。这为用户在处理困难问题时，提供了更精细的权衡选项，以在推理质量和响应延迟之间做出选择。

在Claude Code中，所有计划的默认努力级别已提升为“xhigh”。对于编码和智能体用例，官方建议从“high”或“xhigh”级别开始测试。

除了支持更高分辨率图像外，Anthropic还公开测试了“任务预算”功能。开发者可以通过设定预算，来引导Claude在较长的运行过程中合理分配token开销。

Claude Code新增了/ultrareview命令，该命令会启动一个专门的代码审查会话，通读代码变更并标记出那些需要细心审查才能发现的bug和设计问题。Pro和Max用户目前可以免费试用3次。

此外，“自动模式”已向Max用户开放。在该模式下，Claude可以代为做出一些权限决定，从而以更少的中断运行更长的任务，同时控制相关风险。

值得注意的是，Opus 4.7虽然是4.6的直接升级版，但有两点变化会显著影响token使用量，必须提前规划：

第一，新的分词器改进了文本处理方式，但同样的输入内容可能会被映射为更多的token，比例大约在1.0到1.35倍之间，具体取决于内容类型。

第二，在更高的努力级别下，模型的思考量会增加，尤其是在智能体场景的后续交互轮次中，Opus 4.7会产生更多的输出token。

用户可以通过调整努力级别参数、设置任务预算，或者在提示词中要求模型回答更简洁来控制token消耗。Anthropic的内部测试显示，在其内部的编码评估中，所有努力级别的token使用效率均有所提升。

用户评价两极

对于Opus 4.7的编程能力，多数实际体验过的用户都给出了肯定评价，承认其能力确实更为强大。

然而，让不少用户感到措手不及的，是token消耗的激增。有用户直言，官方通篇强调视觉提升，却只字不提这玩意儿消耗token的速度堪比喝水。用同一张设计稿进行测试，Opus 4.7的输入token数量直接飙升至Opus 4.6的3倍多。

更令人关注的是，Opus 4.7在某些能力上出现了不升反降的情况。

在长上下文信息检索方面，Opus 4.6的评分能达到78.3%，而Opus 4.7直接掉到了32.2%。Anthropic对此的解释是，新模型在遇到信息缺失时会直接报错，而不再像以前那样进行“脑补”。但用户实际测试下来发现，即便信息明明白白地存在于上下文中，它也可能遗漏。这对于依赖长文档工作的法律、金融等领域用户而言，需要格外谨慎。

Opus 4.7的联网搜索和智能体能力也出现了轻微下降。其智能搜索评测BrowseComp的分数从Opus 4.6的83.7%降至79.3%，与GPT-5.4（89.3%）的差距被进一步拉大。

被吐槽最多的，莫过于Claude Opus 4.7文风的突变。

许多文字工作者反映，Opus 4.7现在满嘴都是“稳稳接住”、“压实闭环”这类互联网大厂黑话，破折号使用混乱，续写的内容也显得干巴巴。用户无奈吐槽：“以前是用它来改文案，现在光是修改它生成的文案就要花两倍时间。”

最后，模型的思考过程被隐藏了。Opus 4.7默认不再输出推理摘要，用户若想了解其内在逻辑，必须手动添加命令。对于复杂任务，一旦出错，你根本无从知晓它是在哪一步思考上出现了偏差，导致排查问题的成本翻倍。有人认为这是官方为防止技术被“蒸馏”而采取的措施，但此举无疑牺牲了开发者的调试体验。

总而言之，Opus 4.7并非一次无痛的平滑升级。如果你的核心应用场景并非硬核编程，那么不妨先观望一下。