A Anthropic lançou o Claude Opus 4.7 em 16 de abril. As melhorias na capacidade de programação desta versão surpreenderam muitos — as tarefas de correção de código em produção alcançaram o triplo da geração anterior, e o SWE-bench Pro saltou de 53,4% para 64,3%.
Três benchmarks mais notáveis
Primeiro, os dados principais:
| Benchmark | Opus 4.6 | Opus 4.7 | Mudança |
|---|---|---|---|
| SWE-bench Pro | 53,4% | 64,3% | +10,9% |
| CursorBench | 58% | 70% | +12% |
| Rakuten-SWE-Bench (tarefas de produção) | Linha de base | 3 vezes | Melhoria significativa |
O SWE-bench Pro é atualmente reconhecido como um benchmark de programação difícil de superar. Os 64,3% já superam o GPT-5.4, lançado em março, e o Gemini 3.1 Pro do Google, lançado em fevereiro. Nos testes internos da Anthropic com 93 tarefas de programação, o Opus 4.7 melhorou 13% em relação ao Opus 4.6 e resolveu mais 4 problemas que o Opus 4.6 não conseguia resolver.
O número da Rakuten é o mais interessante — "as tarefas de correção de código em produção são três vezes maiores que as da geração anterior" refere-se à correção de bugs em bases de código empresariais reais, não em conjuntos de dados sintéticos. Números obtidos com código real em produção têm mais valor de referência do que problemas sintéticos de laboratório.
A Anthropic também realizou sua própria Avaliação de Agente Financeiro (Finance Agent Evaluation) e o benchmark de valor econômico do conhecimento (GDPval-AA), ambos alcançando os melhores resultados atuais.
Capacidade visual mais que triplicada, mas pouco mencionada
Além da programação, o Opus 4.7 recebeu atualizações significativas no processamento de imagens:
- Suporta lado longo máximo de 2576 pixels (cerca de 3,75 megapixels)
- Mais de 3 vezes o limite de resolução de imagem anterior da série Claude
- Reconhecimento significativamente mais preciso de diagramas de estrutura molecular química e desenhos técnicos complexos
Isso terá um grande impacto em cenários de pesquisa científica, análise de documentos técnicos ou leitura de desenhos de engenharia. Para escrever código, o impacto pode não ser tão direto, mas pessoas que trabalham na área multimodal devem testar.
Há também uma mudança fácil de ignorar: o tokenizer foi atualizado, e a mesma entrada de texto agora gera de 1,0 a 1,35 vezes a quantidade de tokens. Parece algo ruim (mais tokens significam mais caro), mas na verdade indica que o modelo processa informações com granularidade mais fina, o que deve melhorar a compreensão de documentos longos e códigos complexos.
Por que a Anthropic desativou deliberadamente as capacidades de segurança cibernética
Esta é a decisão mais contraintuitiva do lançamento do 4.7: o Opus 4.7 adiciona proativamente barreiras de segurança, detectando e bloqueando automaticamente solicitações de segurança cibernética de alto risco.
Espere — a Anthropic acabou de lançar o Claude Mythos Preview na semana passada, focado em segurança cibernética, e fez parceria com Amazon, Apple e Microsoft para lançar o projeto especial Project Glasswing. Como ambas as coisas podem coexistir?
A resposta é segmentação de produto:
- Mythos é um modelo controlado projetado especificamente para profissionais de segurança, acessível somente após verificação de identidade pelo Programa de Verificação Cibernética (Cyber Verification Program)
- Opus 4.7 é o carro-chefe geral para o público; a Anthropic não quer que ele se torne uma ferramenta de ataque que qualquer pessoa possa invocar
A lógica faz sentido. Concentrar capacidades de alto risco em canais profissionais verificáveis, em vez de abri-las para todos via API — esta é uma segmentação de segurança pragmática.
Visão geral dos novos recursos
Vários recursos auxiliares foram lançados simultaneamente:
- Task budgets (teste público): Permite que o Claude gerencie seu próprio consumo de tokens em tarefas de longa duração, evitando que o orçamento acabe repentinamente na fase final
- Comando /ultrareview: Sessão de revisão de código especializada, sinalizando bugs e problemas de design, mais profunda que uma revisão comum
- Nível de esforço xhigh: Anteriormente apenas high, agora adiciona xhigh, oferecendo ajuste mais refinado entre profundidade de raciocínio e velocidade de resposta
- Modo Auto expandido: Disponível para usuários do Max Claude Code
Os preços permanecem inalterados: chamadas de API a US$ 5/milhão de tokens de entrada, US$ 25/milhão de tokens de saída, exatamente iguais ao Opus 4.6. Suporte de plataforma: claude.ai, API, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry já estão disponíveis, com o ID do modelo claude-opus-4-7.
Qual é a real diferença para os concorrentes
De acordo com a Anthropic, o Opus 4.7 supera o GPT-5.4 (lançado em março) e o Gemini 3.1 Pro (lançado em fevereiro) em programação agentiva, chamada de ferramentas em larga escala, uso agentivo de computador e análise financeira.
Claro, benchmarks são apenas benchmarks. A diferença na experiência real só será evidente quando a comunidade começar a usar o modelo. Mas apenas o número "3 vezes" do Rakuten-SWE-Bench já é convincente o suficiente no cenário de correção de código em produção.
Do Opus 4.6 para o 4.7, não é uma iteração superficial — pelo menos em tarefas de programação, a magnitude da melhoria desta vez merece atenção séria.
Fontes de referência: 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)