Anthropic 在4月16日發佈了 Claude Opus 4.7，這個版本在程式設計能力上的提升幅度出乎不少人的預料——生產程式碼修復任務直接做到了前代的三倍，SWE-bench Pro 從53.4%跳到64.3%。
三個最值得看的跑分
先把核心數據擺出來：
| 基準測試 | Opus 4.6 | Opus 4.7 | 變化 |
|---|---|---|---|
| SWE-bench Pro | 53.4% | 64.3% | +10.9% |
| CursorBench | 58% | 70% | +12% |
| Rakuten-SWE-Bench（生產任務） | 基線 | 3倍 | 大幅提升 |
SWE-bench Pro 現在是公認比較難刷的程式設計基準。64.3%已經超過了3月份發佈的 GPT-5.4 和2月份 Google 的 Gemini 3.1 Pro。在 Anthropic 內部的93項程式設計任務測試裡，Opus 4.7比4.6提升了13%，還多解決了4道4.6完全拿不下的題目。
Rakuten 那個數字最有趣——「生產程式碼修復任務是前代的三倍」說的是真實企業程式碼庫裡的 bug 修復，不是合成資料集。拿真實線上程式碼跑出來的數字，比實驗室合成題目更有參考價值。
Anthropic 自己也做了金融智能體評測（Finance Agent Evaluation）和經濟價值知識工作基準（GDPval-AA），兩項都拿了當前最好成績。
視覺能力翻了三倍多，但這件事很少有人提
程式設計之外，Opus 4.7 在影像處理上做了比較大的升級：
- 支援長邊最高2576像素（約3.75百萬像素）
- 是此前 Claude 系列影像解析度上限的3倍以上
- 對化學分子結構圖、複雜工程示意圖的辨識明顯更準
這對科研場景、分析技術文件或者讀工程圖紙的人影響會比較大。寫程式碼的話感知可能不那麼直接，但做多模態工程的人應該測一測。
還有一個容易忽視的變化：tokenizer 更新了，同樣的文字輸入現在會生成1.0到1.35倍的 token 數量。聽起來像是壞事（token 多了就是貴），但實際上說明模型在處理資訊時粒度更細，長文件和複雜程式碼的理解應該更紮實。
為什麼 Anthropic 故意關掉了網路安全能力
這是4.7發佈裡最反直覺的決定：Opus 4.7 主動加了安全護欄，會自動檢測並攔截高風險的網路安全請求。
等等——Anthropic 上週剛發佈了 Claude Mythos Preview，主打的就是網路安全，還拉著 Amazon、Apple、Microsoft 搞了個 Project Glasswing 專項計劃。兩件事怎麼同時成立？
答案是產品分層：
- Mythos 是專門為安全專業人員設計的受控模型，通過 Cyber Verification Program 身份核驗才能使用
- Opus 4.7 是面向大眾的通用旗艦，Anthropic 不希望它成為任何人都能隨手呼叫的攻擊工具
邏輯說得通。把高危能力集中在可驗證身份的專業渠道，而不是透過 API 把它開放給所有人——這是一種務實的安全分層。
新功能速覽
這次同步上線了幾個輔助功能：
- Task budgets（公測）：讓 Claude 在長時間執行任務時自己管理 token 消耗節奏，避免在最後階段突然用完預算
- /ultrareview 命令：專門的程式碼審查會話，標註 bug 和設計問題，比普通 review 更深
- xhigh 努力檔：此前只有 high，現在加了 xhigh，在推理深度和回應速度之間提供了更細的調節空間
- Auto mode 擴展：Max Claude Code 用戶可以使用了
價格沒變：API 呼叫 $5/百萬輸入 token、$25/百萬輸出 token，跟 Opus 4.6 完全一樣。平台支援方面：claude.ai、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 都已上線，model ID 是 claude-opus-4-7。
和競品的差距到底多大
按 Anthropic 的說法，Opus 4.7 在 agentic 程式設計、大規模工具呼叫、agentic 電腦使用和金融分析這幾項上，都超過了 GPT-5.4（3月發佈）和 Gemini 3.1 Pro（2月發佈）。
當然，跑分只是跑分。真實體驗上的差距，等社群用起來之後才會有更多證據。但光是 Rakuten-SWE-Bench 那個「3倍」數字，在生產程式碼修復這個場景上已經夠有說服力了。
從 Opus 4.6 到 4.7，不是那種換了個皮膚的小步迭代——至少在程式設計任務上，這次的提升幅度值得認真對待。
參考來源：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）