Claude Opus 4.7：編程能力+13%，價格不變
🔥 Claude Opus 4.7 正式發佈：編程能力全面超越
Anthropic 正式發佈Claude Opus 4.7，這是 Opus 系列的最新版本：
- 編程能力全面超越：93-task benchmark 提升 13%
- 更省 token：低努力的 Opus 4.7 ≈ 中等努力的 Opus 4.6
- 更聽話：嚴格遵循指令，減少工具錯誤
Opus 4.7 在高級軟件工程方面有顯著改進，特別在最困難任務上表現出色。
📊 關鍵數據
| 指標 | Opus 4.7 vs Opus 4.6 |
|---|---|
| 93-task 編程基準 | +13% 提升 |
| 工具錯誤率 | 減少 1/3 |
| CursorBench | 70% vs 58% |
| 視覺精度基準 | 98.5% vs 54.5% |
🧠 核心改進
1. 複雜任務更可靠
Opus 4.7 在複雜、長期運行的任務上表現更出色：
- 嚴謹一致性：處理複雜任務時保持嚴謹和一致
- 精確遵循指令：嚴格遵循用戶指令
- 自我驗證：設計方法驗證自己的輸出
2. 更高分辨率視覺
視覺能力大幅提升：
- 更高分辨率：可以更高分辨率查看圖像
- 更好的品味：完成專業任務時更有品味和創意
- 更高質量：生成更好的界面、幻燈片和文檔
3. 減少工具錯誤
Opus 4.7 的工具調用更可靠：
- 工具錯誤減少 1/3：更穩定的工具調用
- 錯誤恢復：遇到工具失敗時繼續執行，而不是停止
- 更高的質量/工具調用比率：每個工具調用產出更高質量
💰 定價不變
Opus 4.7 定價與 Opus 4.6 相同：
| 類型 | 價格 |
|---|---|
| 輸入 tokens | $5/百萬 |
| 輸出 tokens | $25/百萬 |
更省 token：低努力的 Opus 4.7 ≈ 中等努力的 Opus 4.6，意味着成本更低。
🎯 與 Mythos Preview 的關係
Anthropic 明確表示：
- Mythos Preview 比 Opus 4.7 更強大，但限制發佈
- Opus 4.7 是第一個測試新安全防護的模型
- 網絡安全能力：Opus 4.7 不如 Mythos Preview
- 安全防護：自動檢測和阻止高風險網絡安全請求
網絡安全驗證計劃
安全專業人員可以申請網絡安全驗證計劃：
- 漏洞研究
- 滲透測試
- 紅隊測試
💡 用戶反饋
Vercel：
- “單次編碼任務非常出色，比 Opus 4.6 更正確、更完整”
- “更誠實地承認自己的限制”
- “甚至在開始工作前對系統代碼做證明”
Cursor：
- “CursorBench 提升明顯：70% vs 58%”
- “自主性和更創意的推理”
Devin：
- “可以連續工作數小時”
- “遇到困難問題堅持前進，而不是放棄”
- “解鎖了以前無法可靠運行的深度調查工作”
Notion：
- “+14% 成功率，更少 token”
- “第一個通過隱式需求測試的模型”
- “繼續執行工具失敗，而不是停止”
Rakuten：
- “Rakuten-SWE-Bench 解決3倍更多生產任務”
- “代碼質量和測試質量兩位數提升”
📝 總結
Claude Opus 4.7 是編程能力的重大提升：
- +13% 編程基準，70% vs 58% CursorBench
- 更省 token：低成本高質量
- 更聽話：嚴格遵循指令，減少工具錯誤
- 自我驗證：驗證自己的輸出
- 視覺提升：98.5% vs 54.5% 視覺精度
- 定價不變：$5/1M 輸入，$25/1M 輸出
編程能力全面超越，但價格不變。這就是 Opus 4.7。
官方公告：https://www.anthropic.com/news/claude-opus-4-7
Claude API：https://platform.claude.com/docs/en/about-claude/models/overview