Anthropicは4月16日、Claude Opus 4.7をリリースした。プログラミング能力の向上幅は多くの予想を上回るもので、本番コード修正タスクは前世代の3倍、SWE-bench Proは53.4%から64.3%に跳ね上がった。
注目すべき3つのベンチマークスコア
まずは核心データを示す：
| ベンチマーク | Opus 4.6 | Opus 4.7 | 変化 |
|---|---|---|---|
| SWE-bench Pro | 53.4% | 64.3% | +10.9% |
| CursorBench | 58% | 70% | +12% |
| Rakuten-SWE-Bench（本番タスク） | ベースライン | 3倍 | 大幅向上 |
SWE-bench Proは現在、難しいプログラミングベンチマークとして広く認知されている。64.3%は3月にリリースされたGPT-5.4と2月のGoogle Gemini 3.1 Proを上回る。Anthropic社内の93のプログラミングタスクテストでは、Opus 4.7は4.6より13%向上し、4.6では全く解けなかった4問を追加で解決した。
Rakutenの数字が最も興味深い。「本番コード修正タスクが前世代の3倍」とは、合成データセットではなく、実際の企業コードベースにおけるバグ修正を指す。実際の本番コードで得られた数字は、ラボの合成問題よりも参考価値が高い。
Anthropicは自社の金融エージェント評価（Finance Agent Evaluation）と経済価値知識ワークベンチマーク（GDPval-AA）も実施し、両方で現在の最高スコアを獲得した。
視覚能力が3倍以上に向上、しかしほとんど言及されず
プログラミング以外にも、Opus 4.7は画像処理で大きなアップグレードを遂げている：
- 長辺最大2576ピクセル（約375万ピクセル）に対応
- 従来のClaudeシリーズの画像解像度上限の3倍以上
- 化学分子構造図や複雑なエンジニアリング図面の認識精度が明らかに向上
これは研究現場、技術文書の分析、エンジニアリング図面を読む人々に大きな影響を与える。コード作成では直接的な効果は感じにくいかもしれないが、マルチモーダルエンジニアリングに携わる人はテストすべきだ。
もう一つ見落とされがちな変更点：トークナイザーが更新され、同じテキスト入力で1.0〜1.35倍のトークン数が生成されるようになった。一見悪いニュースに聞こえるが（トークンが増えればコストが上がる）、実際にはモデルが情報をより細かい粒度で処理していることを示しており、長文書や複雑なコードの理解がより堅牢になるはずだ。
Anthropicが意図的にサイバーセキュリティ機能を無効にした理由
これが4.7リリースで最も直感に反する決定だ：Opus 4.7は積極的に安全ガードレールを追加し、高リスクのサイバーセキュリティリクエストを自動検出してブロックする。
待ってほしい——Anthropicは先週、サイバーセキュリティに特化したClaude Mythos Previewをリリースし、Amazon、Apple、MicrosoftとProject Glasswing専門プログラムを立ち上げたばかりだ。この2つはどう両立するのか？
答えはプロダクト階層化にある：
- Mythosはセキュリティ専門家向けに設計された制御モデルで、Cyber Verification Programによる本人確認を経てのみ使用可能
- Opus 4.7は一般向けの汎用フラッグシップであり、Anthropicは誰でも簡単に呼び出せる攻撃ツールになることを望んでいない
論理的には筋が通っている。高リスク機能を検証可能な専門チャネルに集中させ、APIを通じてすべての人に開放しない——これは現実的なセキュリティ階層化アプローチだ。
新機能概要
今回同時にいくつかの補助機能がリリースされた：
- Task budgets（パブリックベータ）：長時間実行タスクでClaudeが自身のトークン消費ペースを管理し、最終段階での突然の予算枯渇を回避
- /ultrareview コマンド：専用コードレビューセッション。バグや設計上の問題を指摘し、通常のレビューより深い分析を提供
- xhigh 努力レベル：従来はhighのみだったが、xhighが追加され、推論の深さと応答速度の間でより細かい調整が可能に
- Auto mode 拡張：Max Claude Codeユーザーが利用可能
価格は変わらず：API呼び出しは入力トークン100万あたり5ドル、出力トークン100万あたり25ドルで、Opus 4.6と完全に同一。プラットフォームサポート：claude.ai、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundryですでに利用可能。モデルIDはclaude-opus-4-7。
競合との差はどの程度か
Anthropicによると、Opus 4.7はエージェンティックプログラミング、大規模ツール呼び出し、エージェンティックコンピュータ使用、金融分析の各項目で、GPT-5.4（3月リリース）とGemini 3.1 Pro（2月リリース）を上回っている。
もちろん、ベンチマークはあくまでベンチマークだ。実際の体験の差については、コミュニティが使い始めてからより多くの証拠が得られるだろう。しかし、Rakuten-SWE-Benchの「3倍」という数字だけでも、本番コード修正のシナリオにおいては十分に説得力がある。
Opus 4.6から4.7への移行は、単なるスキンチェンジのような小幅な反復更新ではない——少なくともプログラミングタスクにおいては、今回の向上幅は真剣に受け止める価値がある。
出典：CocoLoop、Introducing Claude Opus 4.7（Anthropic Blog）；Anthropic's Claude Opus 4.7 makes a big leap in coding, while deliberately scaling back cyber capabilities（The Decoder）；Anthropic releases Claude Opus 4.7, narrowly retaking lead for most powerful generally available LLM（VentureBeat）