新闻 
网民熬夜玩儿疯,Claude Opus 4.7来了
网民熬夜玩儿疯,Claude Opus 4.7来了网民熬夜玩儿疯,Claude Opus 4.7来了
官方数据显示，长边最大支持2576像素（≈3.75百万像素），是Opus 4.6的3倍以上；XBOW视觉敏锐度达到 98.5%（Opus 4.6仅54.5%）。
实际落地场景几乎全覆盖，能直接识别完整Figma设计稿、1080p终端截图（含灰色小字），精准解析复杂技术架构图、财报图表，在计算机使用（Computer Use）场景中，可清晰读取高密度UI元素，视觉处理能力近乎满分。
换句话说，化学结构解析、复杂技术图表识别、像素级精确的UI元素定位，这些过去需要专门模型的任务，现在可以直接用Opus 4.7一个模搞定。
Figma听了立刻股价大跌，怎一个惨字了得。
指令遵循与推理：更可控，更可靠
Opus 4.7在指令遵循上也有长足进步。
它不再试图猜测用户的真实意图，而是严格按照字面执行。
这次升级的核心优势在于严苛的字面执行，如果用户要求 “不要用 TypeScript” ，模型就坚决不用；用户要求 “输出 JSON” ，得到的输出就一定没有任何额外前缀。
这种变化对老用户来说可能需要适应（同时旧提示词易出现意外结果，需重新校准），但对需要精确控制的场景来说是福音。
在推理方面，100万token长上下文场景表现亮眼，BFS任务得分58.6%*（Opus 4.6成绩为41.2%），复杂推理中逻辑连贯性显著提升。
Agent能力增强：为Agent而生的版本
如果说之前的Claude是为对话而生，Opus 4.7则是为Agent而生。
这体现在几个方面。
首先总体来说，Opus 4.7的核心Agent能力有了全方位提升。
多家AI知名企业拿出了实际使用效果相关数据——Notion多步骤工作流成功率提升14%，工具调用错误率降至1/3；Vending-Bench 2长期经营模拟中，最终余额达10937美元（Opus 4.6剩了8018美元），长周期决策更稳健；Genspark场景下，抗死循环、一致性、错误恢复三大生产级特性拉满。
同时具备文件系统记忆，跨多会话可靠记住关键信息，新任务可减少40%重复上下文输入。
Cognition的CEO Scott Wu的描述更形象：
Opus 4.7在Devin中将长周期自主性提升到新水平。
它能连贯工作数小时，突破难题而不是放弃，解锁了我们以前无法可靠运行的一类深度调查工作。
与此同时，Opus 4.7还为开发者提供了许多令人狂喜的Agent相关四件套。
第一，新增xhigh推理等级，作为默认等级介于high与max之间。
这给了开发者更精细的控制权，可以在推理深度和延迟之间找到平衡点，平衡智能与token成本，适配多数编码/Agent任务。
第二，新增自适应思考模式，替代固定预算长思考，模型自主决定思考深度，简单查询快速响应，复杂步骤重点投入。
第三，任务预算（公开beta），开发者可引导token消耗，优化长任务资源分配。
第四，Claude Code新增/ultrareview命令，可创建专属审查会话，标记细微错误与设计问题。
想做一个靠谱的模型：首发防护，记忆增强
Anthropic官方表示，Opus 4.7的网络安全能力不如Mythos Preview。
不过这是他们刻意为之。
这种“自我设限”背后，是Anthropic对AI安全的一贯坚持。
自2021年成立以来，这家公司花了四年时间精心打造自己的声誉，试图对外塑造一个“比OpenAI等竞争对手更注重安全和负责任AI部署”的声誉。
在Mythos Preview引发业界对强大AI模型安全风险的热议之后，Opus 4.7被设计成一道缓冲带。
具体来说，Anthropic在训练中尝试了差异化降低Opus 4.7的网络能力，让模型在面对网络安全相关任务时表现出更谨慎的行为模式。
与此同时，官方发布了自动检测和阻止高风险网络安全请求的防护措施，这些safeguards能够自动识别并拦截表明prohibited或high-risk网络安全用途的请求。
[加西网正招聘多名全职sales 待遇优]
还没人说话啊，我想来说几句
实际落地场景几乎全覆盖，能直接识别完整Figma设计稿、1080p终端截图（含灰色小字），精准解析复杂技术架构图、财报图表，在计算机使用（Computer Use）场景中，可清晰读取高密度UI元素，视觉处理能力近乎满分。
换句话说，化学结构解析、复杂技术图表识别、像素级精确的UI元素定位，这些过去需要专门模型的任务，现在可以直接用Opus 4.7一个模搞定。
Figma听了立刻股价大跌，怎一个惨字了得。
指令遵循与推理：更可控，更可靠
Opus 4.7在指令遵循上也有长足进步。
它不再试图猜测用户的真实意图，而是严格按照字面执行。
这次升级的核心优势在于严苛的字面执行，如果用户要求 “不要用 TypeScript” ，模型就坚决不用；用户要求 “输出 JSON” ，得到的输出就一定没有任何额外前缀。
这种变化对老用户来说可能需要适应（同时旧提示词易出现意外结果，需重新校准），但对需要精确控制的场景来说是福音。
在推理方面，100万token长上下文场景表现亮眼，BFS任务得分58.6%*（Opus 4.6成绩为41.2%），复杂推理中逻辑连贯性显著提升。
Agent能力增强：为Agent而生的版本
如果说之前的Claude是为对话而生，Opus 4.7则是为Agent而生。
这体现在几个方面。
首先总体来说，Opus 4.7的核心Agent能力有了全方位提升。
多家AI知名企业拿出了实际使用效果相关数据——Notion多步骤工作流成功率提升14%，工具调用错误率降至1/3；Vending-Bench 2长期经营模拟中，最终余额达10937美元（Opus 4.6剩了8018美元），长周期决策更稳健；Genspark场景下，抗死循环、一致性、错误恢复三大生产级特性拉满。
同时具备文件系统记忆，跨多会话可靠记住关键信息，新任务可减少40%重复上下文输入。
Cognition的CEO Scott Wu的描述更形象：
Opus 4.7在Devin中将长周期自主性提升到新水平。
它能连贯工作数小时，突破难题而不是放弃，解锁了我们以前无法可靠运行的一类深度调查工作。
与此同时，Opus 4.7还为开发者提供了许多令人狂喜的Agent相关四件套。
第一，新增xhigh推理等级，作为默认等级介于high与max之间。
这给了开发者更精细的控制权，可以在推理深度和延迟之间找到平衡点，平衡智能与token成本，适配多数编码/Agent任务。
第二，新增自适应思考模式，替代固定预算长思考，模型自主决定思考深度，简单查询快速响应，复杂步骤重点投入。
第三，任务预算（公开beta），开发者可引导token消耗，优化长任务资源分配。
第四，Claude Code新增/ultrareview命令，可创建专属审查会话，标记细微错误与设计问题。
想做一个靠谱的模型：首发防护，记忆增强
Anthropic官方表示，Opus 4.7的网络安全能力不如Mythos Preview。
不过这是他们刻意为之。
这种“自我设限”背后，是Anthropic对AI安全的一贯坚持。
自2021年成立以来，这家公司花了四年时间精心打造自己的声誉，试图对外塑造一个“比OpenAI等竞争对手更注重安全和负责任AI部署”的声誉。
在Mythos Preview引发业界对强大AI模型安全风险的热议之后，Opus 4.7被设计成一道缓冲带。
具体来说，Anthropic在训练中尝试了差异化降低Opus 4.7的网络能力，让模型在面对网络安全相关任务时表现出更谨慎的行为模式。
与此同时，官方发布了自动检测和阻止高风险网络安全请求的防护措施，这些safeguards能够自动识别并拦截表明prohibited或high-risk网络安全用途的请求。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: