Claude Opus 4.7 登场，带来更清晰的视觉、自我检查代码和实时网络安全防护

新闻摘要

Anthropic 于 2026 年 4 月 16 日（太平洋时间）正式发布了 Claude Opus 4.7，这是其旗舰人工智能模型系列的最新升级。新模型在高级软件工程、高分辨率视觉和自主任务执行方面取得了显著的改进，同时保持了与前代产品相同的定价。Claude Opus 4.7 现在可通过 Anthropic 自有产品、API 以及包括 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 在内的主要云平台广泛使用。

核心能力和性能改进

Claude Opus 4.7 在高级软件工程方面比 Opus 4.6 有了显著的改进，尤其是在最困难的任务上取得了更大的进展。此次更新在编码基准测试中提升了 13%，解决了三倍的生产任务，同时支持高达 3.75 百万像素的高分辨率视觉，并引入了新的分词器。在自我验证方面，该模型在报告结果之前会想出验证自身输出的方法，并以严谨和一致的方式处理复杂、耗时长的任务。

Anthropic 推出了一个新的“xhigh”努力级别——介于现有的“high”和“max”设置之间——使用户能够更精细地控制在处理要求高的复杂问题时，推理深度和响应延迟之间的权衡。该公司还在试点一项新的“任务预算”系统，让开发人员能够更好地控制 Claude 在较长工作流程中分配推理资源的方式。

视觉和多模态升级

最大图像分辨率从长边的 1,568 像素跃升至 2,576 像素，视觉能力是之前 Claude 模型的三倍。这一改进在多个领域带来了实际效益：模型的坐标现在可以与计算机使用和屏幕截图理解中的实际像素 1:1 映射，消除了之前所需的比例因子计算。更高的分辨率还使模型能够读取扫描文档、幻灯片和图表中的更小文本和更精细的细节。

内存和长周期任务处理

Opus 4.7 在使用基于文件系统的内存方面表现更好，能够记住跨越长时间、多会话工作的重要笔记，并利用这些笔记推进新任务，从而减少了对初始上下文的需求。该模型在多步任务处理和更可靠的代理执行方面表现更强，在长周期推理和复杂的、依赖工具的工作流程方面取得了有意义的改进。

网络安全防护和负责任的部署

Opus 4.7 是首个内置实时网络安全防护的 Claude 模型，可自动检测并阻止表明存在禁止或高风险网络安全用途的请求。在训练过程中，Anthropic 尝试了“差分降低”Opus 4.7 网络能力的措施。希望将该模型用于漏洞研究和渗透测试等合法目的的安全专业人员，可以通过新的网络验证计划进行申请。Anthropic 表示，在现实世界中部署这些防护措施所获得的见解，将为最终更广泛地提供其更先进的 Mythos 类模型铺平道路。

基准测试地位和模型格局

在基准测试比较中，Opus 4.7 在多项关键指标上优于 Opus 4.6 以及其他主要人工智能提供商的竞争模型。然而，它仍然落后于 Anthropic 自家的 Claude Mythos Preview 模型，该模型仅向一小部分技术和网络安全公司发布。Opus 4.7 在 GDPval-AA 上也取得了最先进的结果，该基准测试衡量了金融和法律领域经济上有价值的知识工作。

定价、可用性和迁移说明

定价与 Opus 4.6 保持不变，每百万输入 token 为 5 美元，每百万输出 token 为 25 美元。该模型在所有 Claude 产品和 API 以及 Amazon Bedrock、Google Cloud 的 Vertex AI 和 Microsoft Foundry 上均可使用。Anthropic 指出，Opus 4.7 使用了更新的分词器，根据内容类型，相同的输入可以映射到大约 1.0-1.35 倍的 token 数，开发人员在从 Opus 4.6 迁移时应考虑这一权衡。Anthropic 为 Opus 模型升级建立了更可预测的两个月更新周期，Opus 4.7 在 Opus 4.6 发布两个月后推出，而 Opus 4.6 本身是在 Opus 4.5 发布两个月后推出的。