Claude Opus 4.7正式发布

4�日，Anthropic正式发布Claude Opus 4.7。该公司在公告中坦诚表示，这并非其最强模型，更强的Claude Mythos Preview仍在测试阶段。但这款新版本凭借“靠谱”特质引发行业高度关注——即敢于反驳用户错误方案并主动解决问题的可靠性。

基准测试数据显示，4.7在SWE-bench Pro编程测试中得分�.4%跃升�.3%，单代提升�个百分点，超越GPT-5.4�.7%和Gemini 3.1 Pro�.2%。视觉推理方面，CharXiv基准�.1%提升�.1%，得益于新支持�像素长边识别能力，清晰度达前𱓡倍以上。工具调用规模化评测MCP-Atlas上，4.7�.3%超过GPT-5.4�.1%和Gemini�.9%。法律AI平台Harvey测试中，4.7在BigLaw基准取�.9%，正确区分了“转让条款”与“控制权变更条款”。

但在Agentic search评测BrowseComp上，4.7得分�.7%降�.3%，被GPT-5.4�.3%和Gemini�.9%超越。Anthropic解释称，这是因𰹈.7遇到缺失信息会直接报错而非编造答案，在以“是否给出答案”为评判标准的测试中处于劣势。

实际工作流测试显示，4.7展现出“拒绝顺从”的特质。Replit负责人称其“在技术讨论中会反驳我，帮我做出更好的决定”。Hex团队测试发现，4.7遇到缺失数据时会直接报错，而非像前代那样填充错误备选值，且低消耗状态下񊄬.7等同于中等消耗状态下񊄬.6。Notion团队测试表明，4.7工具错误率降至前代三分之一，能在工具链崩溃时自主绕过障碍继续完成任务。

Anthropic公布的极端案例中，4.7在无人工干预情况下从零构建完整Rust文本转语音引擎，包括神经网络模型、SIMD内核和浏览器演示，并自主完成测试验证。Vercel发񈓤.7会在编写系统级代码前自行进行数学证明。

定价方面，Opus 4.7基础定价维持每百万输𲷷美元、输�美元不变。但新版本引入全新分词器，同文本拆分Token数量比前代𷬅.0񑍿.35倍，叠加高强度任务中“多想一会儿”的倾向，实际消耗必然上升。Anthropic新增xhigh超高难度级别，Claude Code已将所有套餐默认effort level调至xhigh。

Claude Code同步推出两项功能：/ultrareview深度审查功能，可开启专门会话审查代码更改，Pro和Max用户可免费试用三次；Auto Mode自动模式扩展至Max用户，允许Claude在授权范围内自主决策。API端推出Task Budgets任务预算功能公测版，供开发者规划长任务Token支出。

Claude Mythos Preview本月以Project Glasswing名义小范围开放给企业用于网络安全研究，因网络攻防能力过强尚未公开发布。4.7训练阶段主动压低网络攻防能力并内置拦截机制，有合规需求的安全研究人员可通过官方渠道单独申请。

今𻂊񀙑日񑎁�日�天内，Anthropic共更�款产品，平均不到两天一个。Claude Opus 4.7已在所有Claude产品、API、Amazon Bedrock、Google Cloud Vertex AI及Microsoft Foundry平台上线。（爱范儿）